Programowanie w R: Podstawy i Esencja Języka

Charakterystyka

Ten dwudniowy kurs wprowadza uczestników w podstawowe zasady programowania w R oraz definicję języka. R to język programowania i darmowe środowisko do obliczeń statystycznych i graficznych, wspierane przez Zespół R Core oraz Fundację R do Obliczeń Statystycznych. System R oferuje szeroki zakres technik statystycznych i graficznych, zapewniając dużą elastyczność w analizie danych. Jest powszechnie używany przez statystyków i analityków danych, jest darmowy i — podobnie jak wiele języków wysokiego poziomu — stosunkowo łatwy do nauki, pozostając jednocześnie potężnym i ekspresyjnym.

Cele

• Poznanie podstawowych zasad programowania w R.
• Zrozumienie podstawowych typów obiektów w R.
• Zapoznanie się z indeksowaniem obiektów danych, strukturami kontrolnymi, zakresami oraz funkcjami.
• Zrozumienie działania mechanizmu dispatchowania metod S3.
• Zapoznanie się z często używanymi funkcjami bazowymi do manipulacji danymi i obliczeń numerycznych.

Grupa docelowa

Statystycy, programiści statystyczni, naukowcy zajmujący się danymi oraz analitycy, którzy chcą zdobyć solidne zrozumienie podstawowych zasad języka R.

Słowa kluczowe

R, programowanie w R.

Prowadzący

Szkolenie prowadzi ekspert z ponad 15-letnim doświadczeniem w programowaniu w R i analizie danych przy użyciu R. Posiada tytuł inżyniera w dziedzinie informatyki oraz magistra w dziedzinie matematyki.

Ten dwudniowy kurs wprowadza uczestników w podstawowe zasady programowania w R oraz definicję języka. R to język programowania i darmowe środowisko do obliczeń statystycznych i graficznych, wspierane przez Zespół R Core oraz Fundację R do Obliczeń Statystycznych. System R oferuje szeroki zakres technik statystycznych i graficznych, zapewniając dużą elastyczność w analizie danych. Jest powszechnie używany przez statystyków i analityków danych, jest darmowy i — podobnie jak wiele języków wysokiego poziomu — stosunkowo łatwy do nauki, pozostając jednocześnie potężnym i ekspresyjnym.

1. Sprzęt (minimum):

• (a) procesor: nowoczesny procesor 2-rdzeniowy, 3GHz, 4MB pamięci podręcznej,
• (b) RAM: 16GB,
• (c) dysk: 20GB wolnej przestrzeni na partycji systemowej + dodatkowe 20GB wolnej przestrzeni na dowolnej partycji. To jest przestrzeń przed instalacją dodatkowego oprogramowania związanego z R, wymienionego poniżej.

2. System operacyjny: MS Windows lub Linux (preferowany) Fedora, Redhat lub CentOS.

3. R (https://cran.r-project.org/mirrors.html).

W przypadku systemu MS Windows należy zainstalować następujące komponenty: podstawowe R, Rtools.

W przypadku systemu Linux należy zainstalować następujące komponenty: R-core, R-devel oraz R-core-devel.

4. Środowisko IDE RStudio (https://posit.co/download/rstudio-desktop/) — wersja darmowa.

5. Pakiety R: "rlang", "lobstr", "ggplot2", "dplyr", "reshape2".

Wszystkie aplikacje powinny być w najnowszych stabilnych dostępnych wersjach.

Wprowadzenie do R

Krótki przegląd ekosystemu oprogramowania R oraz zintegrowanego środowiska programistycznego RStudio (instalacja, uruchamianie, CRAN i pakiety). Wprowadzenie do podstawowych poleceń R, porównanie linii poleceń ze skryptami, historia poleceń, przestrzeń robocza i system pomocy.

Definicja języka R

• 1. Obiekty: podstawowe typy, atrybuty i złożone struktury danych (czynnik, macierz, data.frame).
• 2. Wartości skończone, nieskończone i NaN; brakujące dane (NA) i obiekty NULL.
• 3. Podstawowe operacje na wektorach atomowych: operatory arytmetyczne, logiczne i relacyjne; zasady recyklingu.
• 4. Indeksowanie wektorów, list i struktur wielowymiarowych.
• 5. Funkcje.
• 6. Struktury kontrolne (warunki i pętle).
• 7. Programowanie obiektowe: system klas R i mechanizm dispatchowania (klasy S3).

Podstawy języka

• 1. Manipulacja danymi: sortowanie, porządkowanie, zliczanie wystąpień, podział, łączenie i scalanie, rodzina funkcji apply oraz replikacja.
• 2. Liczby: pułapki liczb zmiennoprzecinkowych, podstawowe funkcje matematyczne, zaokrąglanie, generowanie ciągów, kombinatoryka, próbkowanie i generowanie liczb losowych
• 3. Statystyka: statystyki opisowe i tabele częstotliwości.
• 4. Rozkłady prawdopodobieństwa: funkcje gęstości, dystrybuanty, kwantyle oraz generowanie zmiennych losowych dla standardowych rozkładów.
• 5. Tekst: ciągi znaków i dopasowywanie wzorców.

Copyright ©2026 Wojciech Wójciak. Wszelkie prawa zastrzeżone.
Niniejszy dokument jest chroniony prawami autorskimi. Wszystkie prawa autorskie i prawa własności intelektualnej dotyczące tej dokumentacji są wyłączną własnością autora, który posiada prawa do kopiowania, modyfikacji, tłumaczenia, adaptacji lub tworzenia pochodnych, w tym wszelkich ulepszeń lub rozwinięć. Autor ma wyłączne prawo do kopiowania, dystrybucji, modyfikacji, rozwoju, licencjonowania, sublicencjonowania, sprzedaży, przenoszenia i przekazywania tego materiału. Żadna część tego dokumentu nie może być powielana, przechowywana w systemie przechowywania danych, adaptowana lub udostępniana publicznie lub jakiejkolwiek stronie trzeciej w jakiejkolwiek formie lub w jakikolwiek sposób bez uprzedniej pisemnej zgody właściciela.