Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Dag 1
Innledning og forarbeid
- Gjør R mer vennlig, R og tilgjengelige GUIer
- Rstudio
- Relatert programvare og dokumentasjon
- R og statistikk
- Bruke R interaktivt
- En introduksjonsøkt
- Få hjelp med funksjoner og funksjoner
- R-kommandoer, store og små bokstaver osv.
- Tilbakekalling og korrigering av tidligere kommandoer
- Utføre kommandoer fra eller viderekoble utdata til en fil
- Datapermanens og fjerning av objekter
Enkle manipulasjoner; tall og vektorer
- Vektorer og oppgave
- Vektor aritmetikk
- Generer vanlige sekvenser
- Logiske vektorer
- Manglende verdier
- Karaktervektorer
- Indeksvektorer; velge og endre delsett av et datasett
- Andre typer gjenstander
Objekter, deres moduser og attributter
- Iboende attributter: modus og lengde
- Endre lengden på et objekt
- Hente og angi attributter
- Klassen til et objekt
Ordnede og uordnede faktorer
- Et konkret eksempel
- Funksjonen taply() og ragged arrays
- Ordnede faktorer
Matriser og matriser
- Matriser
- Array-indeksering. Underseksjoner av en matrise
- Indeksmatriser
- Array()-funksjonen
- Blandet vektor- og matrisearitmetikk. Gjenvinningsregelen
- Det ytre produktet av to matriser
- Generalisert transponering av en matrise
- Matrix anlegg
- Matrix multiplikasjon
- Lineære ligninger og inversjon
- Egenverdier og egenvektorer
- Enkeltverdidekomponering og determinanter
- Minst firkantede tilpasning og QR-dekomponering
- Danner partisjonerte matriser, cbind() og rbind()
- Sammenkoblingsfunksjonen, (), med matriser
- Frekvenstabeller fra faktorer
Dag 2
Lister og datarammer
- Lister
- Konstruere og endre lister
- Sammenslående lister
- Datarammer
- Lage datarammer
- vedlegg() og løsne()
- Arbeid med datarammer
- Legger ved vilkårlige lister
- Administrere søkebanen
Datamanipulasjon
- Utvelgelse, delsetting av observasjoner og variabler
- Filtrering, gruppering
- Omkoding, transformasjoner
- Aggregering, kombinere datasett
- Karaktermanipulasjon, stringr-pakke
Leser data
- txt-filer
- CSV-filer
- XLS, XLSX filer
- SPSS, SAS, Stata,... og andre formater data
- Eksportere data til txt, csv og andre formater
- Accessing av data fra databaser ved å bruke SQL språk
Sannsynlighetsfordelinger
- R som et sett med statistiske tabeller
- Undersøke distribusjonen av et sett med data
- En- og to-prøver
Gruppering, looper og betinget utførelse
- Grupperte uttrykk
- Kontrolluttalelser
- Betinget utførelse: if-setninger
- Gjentatt utførelse: for loops, repeat og while
Dag 3
Skrive dine egne funksjoner
- Enkle eksempler
- Definere nye binære operatorer
- Navngitte argumenter og standardverdier
- Argumentet '...'
- Oppdrag innen funksjoner
- Mer avanserte eksempler
- Effektivitetsfaktorer i blokkdesign
- Slipper alle navn i en trykt matrise
- Rekursiv numerisk integrasjon
- Omfang
- Tilpasse miljøet
- Klasser, generiske funksjoner og objektorientering
Statistisk analyse i R
- Lineære regresjonsmodeller
- Generiske funksjoner for å trekke ut modellinformasjon
- Oppdatering av monterte modeller
- Generaliserte lineære modeller
- Familier
- Glm()-funksjonen
- Klassifikasjon
- Logistisk regresjon
- Lineær diskrimineringsanalyse
- Uovervåket læring
- Hovedkomponentanalyse
- Klyngemetoder (k-betyr, hierarkisk clustering, k-medoider)
- Overlevelsesanalyse
- Overlevelsesobjekter i r
- Kaplan-Meier anslag
- Selvtillit band
- Cox PH-modeller, konstante kovariater
- Cox PH-modeller, tidsavhengige kovariater
Grafiske prosedyrer
- Plottekommandoer på høyt nivå
- Plot()-funksjonen
- Viser multivariate data
- Vis grafikk
- Argumenter til plottefunksjoner på høyt nivå
- Grunnleggende visualiseringsgrafer
- Multivariate relasjoner med gitter og ggplot-pakke
- Bruke grafiske parametere
- Liste over grafikkparametere
Automatisert og interaktiv rapportering
- Kombinere utdata fra R med tekst
- Lage html, pdf-dokumenter
Krav
God statistikkforståelse.
21 timer
Testimonials (3)
That Haytham started with the basics and gave us enough time to do the examples and ensure that we were at the same page before we moved on to the next topic.
Jaco Dreyer - Africa Health Research Institute
Kurs - R Fundamentals
I enjoyed that it was very hands-on, so we were constantly having the chance to try things on, rather than just sitting listening to a lecture (for example). I felt like I am now able to go away and start using R, which I haven't been able to do before
Kathy Baisley - Africa Health Research Institute
Kurs - R Fundamentals
Day 1 and Day 2 were really straight forward for me and really enjoyed that experience.