Struttura del corso

Panoramica di base di R e R Studio

  • Panoramica su R
  • Ambiente R Studio
    • Finestra dell'Editor Script
    • Ambiente dei dati
    • Console
    • Grafici/Ai/Package

Utilizzo dei dati

  • Introduzione a vettori e matrici (data.frame)
  • Diversi tipi di variabili
    • Numerici, Interi, fattore, ecc.
    • Cambiare i tipi delle variabili
    • Importazione dei dati utilizzando le funzioni del menu R Studio
    • Rimozione delle variabili con il comando ls()
  • Crea variabili nella console – singola, vettore, data frame
  • Nomi per vettori e matrici
  • Comandi Head e Tail
  • Introduzione a dim, length e class
  • Importazione da riga di comando (lettura dei file .csv e .txt delimitati da tab)
  • Attacco e disattacco dei dati (vantaggi rispetto data.frame$)
  • Fusione dei dati utilizzando cbind e rbind

Esplorativo Data Analysis

  • Sintesi dei dati
  • Comando summary su vettori e data frames
  • Sottosampling dei dati usando le parentesi quadre
    • sintesi e creazione di nuove variabili
  • Comandi table e summary
  • Comandi statistiche descrittive
    • Media
    • Mediana
    • Deviazione Standard
    • Varianza
    • Conteggio & frequenze
    • Minimo & Massimo,
    • Quartili
    • Percentili
    • Covarianza

Esportazione dei dati

  • Write table .txt
  • Scrivere su un file .csv

Area di lavoro R

  • Cepti di Directory Working e Progetti (menu guidato e codice – setwd())

Introduzione agli script R

  • Crea script R
  • Salva gli script
  • Immagini Workspace

Concetti di pacchetti

  • Installazione dei pacchetti
  • Caricamento dei pacchetti in memoria

Rappresentazione grafica dei dati (utilizzando il comando di tracciato R predefinito standard e il pacchetto ggplot2)

  • Grafici a barre e istogrammi
  • Boxplots
  • Grafici lineari / serie temporali
  • Grafici a dispersione
  • Diagramma a foglie e a spine
  • Mosaic
  • Modifica dei grafici
    • Titoli
    • Lgende
    • Asse
    • Area di tracciaggio
  • Esportazione del grafico in un'applicazione esterna

Requisiti

  • Non è necessaria alcuna esperienza precedente con R
  • Una familiarità di base con i concetti di programmazione o analisi dei dati è utile, ma non obbligatoria

Pubblico di riferimento

  • Analisti dei dati e statistici che iniziano con R
  • Ricercatori e accademici che esplorano la manipolazione e la visualizzazione dei dati
  • Professionisti in transizione verso ruoli di data science
 7 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (4)

Corsi in Arrivo

Categorie relative