Course Outline

Ημέρα 1

Εισαγωγή και προκαταρκτικά

  • Κάνοντας το R πιο φιλικό, το R και τα διαθέσιμα GUI
  • Rstudio
  • Σχετικό λογισμικό και τεκμηρίωση
  • R και στατιστικά
  • Χρησιμοποιώντας το R διαδραστικά
  • Μια εισαγωγική συνεδρία
  • Λήψη βοήθειας με λειτουργίες και δυνατότητες
  • Εντολές R, ευαισθησία πεζών-κεφαλαίων κ.λπ.
  • Ανάκληση και διόρθωση προηγούμενων εντολών
  • Εκτέλεση εντολών από ή εκτροπή εξόδου σε αρχείο
  • Μονιμότητα δεδομένων και αφαίρεση αντικειμένων

Απλοί χειρισμοί. αριθμοί και διανύσματα

  • Διανύσματα και ανάθεση
  • Διάνυσμα αριθμητική
  • Δημιουργία κανονικών ακολουθιών
  • Λογικά διανύσματα
  • Λείπουν αξίες
  • Διανύσματα χαρακτήρων
  • Διανύσματα ευρετηρίου; επιλέγοντας και τροποποιώντας υποσύνολα ενός συνόλου δεδομένων
  • Άλλοι τύποι αντικειμένων

Τα αντικείμενα, οι τρόποι και τα χαρακτηριστικά τους

  • Εγγενή χαρακτηριστικά: τρόπος και μήκος
  • Αλλαγή μήκους αντικειμένου
  • Λήψη και ρύθμιση χαρακτηριστικών
  • Η κλάση ενός αντικειμένου

Τακτοποιημένοι και αδιάτακτοι παράγοντες

  • Ένα συγκεκριμένο παράδειγμα
  • Η συνάρτηση tapply() και οι ragged πίνακες
  • Διατεταγμένοι παράγοντες

Πίνακες και πίνακες

  • Πίνακες
  • Ευρετηρίαση πίνακα. Υποτμήματα ενός πίνακα
  • Πίνακες ευρετηρίου
  • Η συνάρτηση array().
    • Μικτή αριθμητική διάνυσμα και πίνακα. Ο κανόνας της ανακύκλωσης
  • Το εξωτερικό γινόμενο δύο συστοιχιών
  • Γενικευμένη μεταφορά ενός πίνακα
  • Matrix εγκαταστάσεις
    • Matrix πολλαπλασιασμός
    • Γραμμικές εξισώσεις και αντιστροφή
    • Ιδιοτιμές και ιδιοδιανύσματα
    • Αποσύνθεση μοναδικών τιμών και ορίζουσες
    • Ταίριασμα ελάχιστων τετραγώνων και αποσύνθεση QR
  • Σχηματισμός διαμερισμένων πινάκων, cbind() και rbind()
  • Η συνάρτηση συνένωσης, (), με πίνακες
  • Πίνακες συχνοτήτων από παράγοντες

Ημέρα 2

Λίστες και πλαίσια δεδομένων

  • Κονίστρα
  • Κατασκευή και τροποποίηση λιστών
    • Συνδέοντας λίστες
  • Πλαίσια δεδομένων
    • Δημιουργία πλαισίων δεδομένων
    • attach() και detach()
    • Εργασία με πλαίσια δεδομένων
    • Επισύναψη αυθαίρετων λιστών
    • Διαχείριση της διαδρομής αναζήτησης

Χειρισμός δεδομένων

  • Επιλογή, υποσύνολο παρατηρήσεων και μεταβλητών
  • Φιλτράρισμα, ομαδοποίηση
  • Κωδικοποίηση, μεταμορφώσεις
  • Συνάθροιση, που συνδυάζει σύνολα δεδομένων
  • Χειρισμός χαρακτήρων, πακέτο stringr

Ανάγνωση δεδομένων

  • Αρχεία Txt
  • Αρχεία CSV
  • Αρχεία XLS, XLSX
  • SPSS, SAS, Stata,… και δεδομένα άλλων μορφών
  • Εξαγωγή δεδομένων σε txt, csv και άλλες μορφές
  • Access λήψη δεδομένων από βάσεις δεδομένων χρησιμοποιώντας τη γλώσσα SQL

Κατανομές πιθανοτήτων

  • R ως σύνολο στατιστικών πινάκων
  • Εξέταση της κατανομής ενός συνόλου δεδομένων
  • Δοκιμές ενός και δύο δειγμάτων

Ομαδοποίηση, βρόχοι και εκτέλεση υπό όρους

  • Ομαδοποιημένες εκφράσεις
  • Δηλώσεις ελέγχου
    • Εκτέλεση υπό όρους: εάν δηλώσεις
    • Επαναλαμβανόμενη εκτέλεση: για βρόχους, επανάληψη και ενώ

Ημέρα 3

Γράφοντας τις δικές σας λειτουργίες

  • Απλά παραδείγματα
  • Ορισμός νέων δυαδικών τελεστών
  • Ονομασμένα ορίσματα και προεπιλογές
  • Το επιχείρημα «...».
  • Εργασίες εντός λειτουργιών
  • Πιο προχωρημένα παραδείγματα
    • Συντελεστές απόδοσης σε σχέδια μπλοκ
    • Απόθεση όλων των ονομάτων σε έναν τυπωμένο πίνακα
    • Αναδρομική αριθμητική ολοκλήρωση
  • Εκταση
  • Προσαρμογή του περιβάλλοντος
  • Κλάσεις, γενικές συναρτήσεις και προσανατολισμός αντικειμένων

Στατιστική ανάλυση στο R

  • Μοντέλα γραμμικής παλινδρόμησης
  • Γενικές λειτουργίες για την εξαγωγή πληροφοριών μοντέλου
  • Ενημέρωση τοποθετημένων μοντέλων
  • Γενικευμένα γραμμικά μοντέλα
    • Οικογένειες
    • Η συνάρτηση glm().
  • Ταξινόμηση
    • Logistic Regression
    • Γραμμική Διακριτική Ανάλυση
  • Εκμάθηση χωρίς επίβλεψη
    • Ανάλυση βασικών εξαρτημάτων
    • Μέθοδοι ομαδοποίησης (k-means, ιεραρχική ομαδοποίηση, k-medoids)
  • Ανάλυση επιβίωσης
    • Αντικείμενα επιβίωσης στο r
    • Εκτίμηση Kaplan-Meier
    • Ζώνες εμπιστοσύνης
    • Μοντέλα Cox PH, σταθερές συμμεταβλητές
    • Μοντέλα Cox PH, χρονικά εξαρτώμενες συμμεταβλητές

Γραφικές διαδικασίες

  • Εντολές σχεδίασης υψηλού επιπέδου
    • Η συνάρτηση plot().
    • Εμφάνιση πολυμεταβλητών δεδομένων
    • Εμφάνιση γραφικών
    • Ορίσματα για συναρτήσεις σχεδίασης υψηλού επιπέδου
  • Βασικά γραφήματα οπτικοποίησης
  • Πολυμεταβλητές σχέσεις με πλέγμα και πακέτο ggplot
  • Χρήση παραμέτρων γραφικών
  • Λίστα παραμέτρων γραφικών

Αυτοματοποιημένη και διαδραστική αναφορά

  • Συνδυασμός εξόδου από το R με κείμενο
  • Δημιουργία εγγράφων html, pdf

Requirements

Καλή κατανόηση των στατιστικών.

 21 Hours

Number of participants


Price per participant

Testimonials (3)

Upcoming Courses

Related Categories