Plan Szkolenia
Wprowadzenie i informacje wstępne
- Czynienie R bardziej przyjaznym, R i dostępne GUI
- Środowisko R
- Powiązane oprogramowanie i dokumentacja
- R i statystyki
- Interaktywne korzystanie z R
- Sesja wprowadzająca
- Uzyskiwanie pomocy dotyczącej funkcji i właściwości
- Polecenia R, wielkość liter itp.
- Przywoływanie i poprawianie poprzednich poleceń
- Wykonywanie poleceń z pliku lub przekierowywanie danych wyjściowych do pliku
- Trwałość danych i usuwanie obiektów
Proste manipulacje; liczby i wektory
- Wektory i przypisanie
- Arytmetyka wektorowa
- Generowanie sekwencji regularnych
- Wektory logiczne
- Brakujące wartości
- Wektory znaków
- Wektory indeksów; wybieranie i modyfikowanie podzbiorów zbioru danych
- Inne typy obiektów
Obiekty, ich tryby i atrybuty
- Atrybuty wewnętrzne: tryb i długość
- Zmiana długości obiektu
- Pobieranie i ustawianie atrybutów
- Klasa obiektu
Czynniki uporządkowane i nieuporządkowane
- Konkretny przykład
- Funkcja tapply() i tablice nieuporządkowane
- Czynniki uporządkowane
Tablice i macierze
- Tablice
- Indeksowanie tablic. Podsekcje tablicy
- Indeksowanie macierzy
- Funkcja array()
- Mieszana arytmetyka wektorowa i tablicowa. Reguła recyklingu
- Iloczyn zewnętrzny dwóch tablic
- Uogólniona transpozycja tablicy
- Obiekty Matrix
- Mnożenie Matrix
- Równania liniowe i inwersja
- Wartości własne i wektory własne
- Dekompozycja wartości pojedynczej i wyznaczniki
- Dopasowanie metodą najmniejszych kwadratów i rozkład QR
- Tworzenie macierzy partycjonowanych, cbind() i rbind()
- Funkcja konkatenacji () z tablicami
- Tablice częstości z czynników
Listy i ramki danych
- Listy
- Konstruowanie i modyfikowanie list
- Łączenie list
- Ramki danych
- Tworzenie ramek danych
- Dołączanie() i odłączanie()
- Praca z ramkami danych
- Dołączanie dowolnych list
- Zarządzanie ścieżką wyszukiwania
Odczytywanie danych z plików
- Funkcja read.table()
- Funkcja scan()
- Wbudowane zestawy danych Access
- Wczytywanie danych z innych pakietów R
- Edytowanie danych
Rozkłady prawdopodobieństwa
- R jako zestaw tabel statystycznych
- Badanie rozkładu zestawu danych
- Testy jedno- i dwupróbkowe
Grupowanie, pętle i wykonywanie warunkowe
- Grupowanie wyrażeń
- Instrukcje sterujące
- Wykonywanie warunkowe: instrukcje if
- Wykonywanie powtarzalne: pętle for, repeat i while
Pisanie własnych funkcji
- Proste przykłady
- Definiowanie nowych operatorów binarnych
- Nazwane argumenty i wartości domyślne
- Argument "...
- Przypisania wewnątrz funkcji
- Bardziej zaawansowane przykłady
- Czynniki wydajności w projektach blokowych
- Usuwanie wszystkich nazw z drukowanej tablicy
- Rekursywne całkowanie numeryczne
- Zakres
- Dostosowywanie środowiska
- Klasy, funkcje ogólne i orientacja obiektowa
Modele statystyczne w języku R
- Definiowanie modeli statystycznych; formuły
- Kontrasty
- Modele liniowe
- Ogólne funkcje wyodrębniania informacji o modelu
- Analiza wariancji i porównywanie modeli
- Tabele ANOVA
- Aktualizacja dopasowanych modeli
- Uogólnione modele liniowe
- Rodziny
- Funkcja glm()
- Nieliniowe modele najmniejszych kwadratów i modele największej wiarygodności
- Modele najmniejszych kwadratów
- Prawdopodobieństwo maksymalne
- Niektóre modele niestandardowe
Procedury graficzne
- Polecenia wykresów wysokiego poziomu
- Funkcja plot()
- Wyświetlanie danych wielowymiarowych
- Wyświetlanie grafiki
- Argumenty wysokopoziomowych funkcji kreślenia
- Niskopoziomowe polecenia tworzenia wykresów
- Adnotacja Mathematical
- Czcionki wektorowe Hershey
- Interakcja z grafiką
- Używanie parametrów grafiki
- Trwałe zmiany: Funkcja par()
- Zmiany tymczasowe: Argumenty do funkcji graficznych
- Lista parametrów graficznych
- Elementy graficzne
- Osie i znaczniki
- Marginesy rysunku
- Środowisko wielu figur
- Sterowniki urządzeń
- Diagramy PostScript dla dokumentów składanych
- Wiele urządzeń graficznych
- Grafika dynamiczna
Pakiety
- Pakiety standardowe
- Pakiety współtworzone i CRAN
- Przestrzenie nazw
Wymagania
Dobre zrozumienie statystyki.
Opinie uczestników (4)
Trenerka w jasny i usystematyzowany sposób prowadziła zajęcia, będąc przy tym bardzo elastyczną. Posiadała ogromną wiedzę, którą potrafiła się podzielić i cierpliwie tłumaczyła, jeśli pojawiły się jakieś wątpliwości albo kod nie działał. Mam nadzieję, że spotkamy się jeszcze na jakimś kursie :)
Anna - Uniwersytet Jagiellonski Collegium Medicum
Szkolenie - Introduction to R
Mieliśmy w klasie różne poziomy umiejętności, co czasem wymagało bardziej szczegółowych wyjaśnień, aby upewnić się, że wszyscy rozumiemy. Ograniczenie tempa i struktura były ogólnie przyjemne.
Gary Munn - Vodacom
Szkolenie - Introduction to R
Przetłumaczone przez sztuczną inteligencję
Przykłady praktyczne były najbardziej pomocne.
Sean Kaukas
Szkolenie - Introduction to R
Przetłumaczone przez sztuczną inteligencję
Uwielbiam pracować 1:1 z Gunnerem.
Bryant Ives
Szkolenie - Introduction to R
Przetłumaczone przez sztuczną inteligencję