Raportowanie i wizualizacja danych z programem 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 jest dedykowany dla osób chcących poznać podstawowe i zaawansowane metody pracy z danymi w programie R – obecnie najpopularniejszym i bezpłatnym oprogramowaniu do zaawansowanych analiz statystycznych.

W pierwszej fazie kursu (spotkania 1-3) w sposób szczegółowy przedstawiane są podstawy korzystania z programu R do analizy danych. W związku z tym nie wymaga się wcześniejszej znajomości języka programowania, ani określonego poziomu wiedzy z matematyki. Druga faza zajęć (spotkania 4-8) to przedstawienie zaawansowanych i złożonych algorytmów pracy z danymi w programie R. Kurs ma charakter interdyscyplinarny, wykorzystując do analizy dane z różnych dziedzin. Zajęcia mają formę warsztatów w sali komputerowej, gdzie na bieżąco każdy Słuchacz może wykonywać omawiane algorytmy i typy analiz.

Szczegółowa tematyka kursu:

1. Wprowadzenie do programu R:

  • zasady korzystania z R,
  • podstawy języka programu,
  • operacje na obiektach.

2. Analiza przeglądowa danych:

  • zaawansowane operacje na danych,
  • statyczna analiza danych.

3. Graficzna wizualizacja danych:

  • zasady wizualizacji danych (data science),
  • generowanie wykresów – pakiet ggplot2,
  • zaawansowane wykresy w R,
  • nowoczesne sposoby wizualizacji danych – wykresy interaktywne.

4. Wizualizacja wyników badań statystycznych:

  • podstawy statystyki matematycznej,
  • wizualizacja wyników testów statystycznych,
  • wizualizacja analizy korelacji i regresji liniowej.

5. Elementy programowania w R:

  • instrukcje warunkowe,
  • pętle,
  • tworzenie własnych komend,
  • automatyzacja pracy w R.

6. Tworzenie zaawansowanych raportów w R:

  • eksport wyników i wykresów do plików zewnętrznych (pdf, jpg, png),
  • tworzenie automatycznych raportów (pakiety knitr, Rmarkdown),
  • tworzenie profesjonalnego raportu (case study).