Programowanie w badaniach ilościowych w R

Obecnie kurs nie jest prowadzony. Po więcej informacji o aktualnych kursach i szkoleniach zapraszamy tutaj:

Kursy R: https://labmasters.pl/kursy-otwarte/r/

Kursy Excel: https://labmasters.pl/kursy-otwarte/excel/

Kursy VBA: https://labmasters.pl/kursy-otwarte/vba/

Kursy SQL: https://labmasters.pl/kursy-otwarte/sql/

z poważaniem

Piotr Ćwiakowski

Kurs ma charakter interdyscyplinarny i interaktywny. Nacisk położony jest na pozyskanie przez Słuchaczy praktycznych umiejętności programistycznych na podstawie praktycznych zastosowań. Zajęcia prowadzone są w sali komputerowej, dzięki czemu Słuchacze po otrzymaniu niezbędnych informacji teoretycznych nabywają praktyczne umiejętności analizy danych poprzez samodzielną pracę pod kierunkiem prowadzącego. Omawiane zagadnienia mają charakter średniozaawansowany i zaawansowany. Kurs dedykowany jest osobom, które miały styczność z analizą danych lub programowaniem komputerowym (języki C++, VBA, javascript, html). Wcześniejsza znajomość programu R może okazać się niezbędna.

Szczegółowy harmonogram zajęć:

  1. Wprowadzenie do środowiska R:
    • podstawy języka R,
    • obiekty i typy danych w R,
    • składnia poleceń,
    • zaawansowane przetwarzanie danych (data.table).
  2. Operacje na danych tekstowych:
    • funkcje tekstowe,
    • działanie na wyrażeniach regularnych.
  3. Język SQL w R:
    • podstawy języka SQL,
    • praca z zewnętrznymi bazami danych w R.
  4. Podstawy programowania w R:
    • instrukcja warunkowa ifelse, if,
    • pętle for, repeat, while,
    • rodzina funkcji apply,
    • tworzenie funkcji w R.
  5. Automatyzacja pracy w badaniach statystycznych:
    • eksport wyników do pakietu Office,
    • tworzenie zaawansowanych funkcji,
    • projektowanie i wykonywanie powtarzalnych analiz,
    • tworzenie własnych pakietów analitycznych.
  6. Tworzenie dynamicznych raportów w R:
    • Język R Markdown,
    • tworzenie dynamicznych dokumentów,
    • tworzenie dynamicznych prezentacji.
  7. Wprowadzenie do aplikacji Shiny:
    • zasady działania,
    • podstawowe funkcjonalności,
    • aplikacje Shiny w Rmarkdown.