Kurs z języka R 0800-BK-KKR

http://fizyka.umk.pl/~jacek/dydaktyka/r/

1. Podstawy
Typy danych i zmienne
Wektory
Funkcje
Operatory cz. 1
Operatory cz. 2
Często używane funkcje
Parametry statystyczne
Listy
Instrukcje sterujące
Definiowanie funkcji c.d.
Atrybuty
2. Wielowymiarowe typy danych
Macierze i tablice
Operacje na macierzach
Czynniki
Ramki danych (typ data.frames)
Pliki CSV
Przykład obróbki danych
Skrypt R
Obsługa plików
3. Podstawy statystyki
Graficzna analiza danych
Regresja liniowa
Kwarter Anscombe'a
Korelacja
Testowanie hipotez - teoria
Testowanie hipotez - przykład
4. Pakiety
Instalacja pakietów i ich ładowanie
Pakiet dplyr - filtrowanie, sortowanie i przetwarzanie danych
Pakiet tidyr - szeroka i długa postać danych
Pakiet ggplot2 - wykresy
Pakiet stringi - operacje na łańcuchach
5. Uczenie maszynowe
Pakiet caret
Uczenie nadzorowane - Klasyfikacja
Uczenie nienadzorowane - Klasteryzacja
6. Tworzenie pakietów
7. Kolokwium
8. Ćwiczenia na rzeczywistych danych
9. Projekt zaliczeniowy lub kolokwium

Całkowity nakład pracy studenta

45h – wykonywanie ćwiczeń na podstawie przykładów omówionych w filmach nagranych przez nauczyciela 15h – samodzielnie wykonywanie ćwiczeń (zbiór zadań) 15h – nauka z podanej literatury i stron rozszerzających 5h - konsultacje "na żądanie" i kolokwium

Efekty uczenia się - wiedza

W1: Zna podstawy analizy statystycznej danych (K_W01) W2: Ma podstawową wiedzę etyczną dotyczącą rzetelnej analizy i prezentacji danych (K_W12)

Efekty uczenia się - umiejętności

U1: Potrafi przeprowadzić statystyczną analizę danych (K_U01, K_U04, K_U06, K_U22) U2: Potrafi przekazać wyniki analizy (K_U05, K_U07)

Efekty uczenia się - kompetencje społeczne

K1: Umiejętność szerszego spojrzenia na analizowane dane i rozumie wagę rzetelnej analizy danych (K_K01, K_K02, K_K03)

Metody dydaktyczne

Zajęcia online asynchroniczne (ćwiczenia laboratoryjne „z rękoma na klawiaturze” na podstawie nagranych tutoriali)

Metody dydaktyczne eksponujące

- pokaz

Metody dydaktyczne podające

- wykład informacyjny (konwencjonalny)

Metody dydaktyczne w kształceniu online

- metody służące prezentacji treści
- metody odnoszące się do autentycznych lub fikcyjnych sytuacji

Wymagania wstępne

Brak

Koordynatorzy przedmiotu

Jacek Matulewski

Kryteria oceniania

Kolokwium zdalne w platformie Moodle

Kryteria oceniania:
ndst - poniżej 50%
dst – 51%-60%
dst plus - 61%-70%
db – 71%-80%
db plus – 81%-90%
bdb – 91%-100%

Praktyki zawodowe

Nie dotyczy

Literatura

Marek Gągolewski Programowanie w języku R. Analiza danych, obliczenia, symulacje, PWN 2016
Jared P. Lander R dla każdego. Zaawansowane analizy i grafika statystyczna, PWN 2018
Hadley Wickham, Garrett Grolemund Język R. Kompletny zestaw narzędzi dla analityków danych, Helion 2017
Andy Field Discovering Statistics Using R, Sage Publications Ltd 2012 (b. droga!)
Brian S. Everitt, Torsten Hothorn A handbook of statistical analyses using R, z-lib.org (e-book)

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 0800-BK-KKR w USOSweb