Przejdź do głównej treści
eLearner.app

Interaktywny kurs

Kurs R

Naucz się języka R do manipulacji danymi, analizy statystycznej i programowania funkcjonalnego. Od podstaw składniowych i wektorów, po macierze, ramki danych (data frames) i pisanie własnych funkcji.

01 · Moduł 1 — Podstawy i Wektory

2 lekcji

Środowisko R, zmienne, arytmetyka elementarna oraz podstawowa struktura danych: wektory.

  1. 1.1Zmienne i WektoryTworzenie zmiennych za pomocą operatora <- i operowanie na wektorach liczbowych tworzonych funkcją c().~10 min
  2. 1.2Typy Danych i MacierzePoznawanie typów danych (logical, character, numeric) oraz dwuwymiarowej struktury macierzy.~12 min

02 · Moduł 2 — Struktury i Przepływ Linii Kodu

2 lekcji

Praca z Data Frames w celu analizy tabelarycznej oraz kontrolowanie przepływu sterowania.

  1. 2.1Struktury Data FramesDefiniowanie i odpytywanie rzeczywistych tabel danych w R, uzyskiwanie dostępu do wierszy i kolumn oraz filtrowanie rekordów.~12 min
  2. 2.2Warunki i PętleKontrolowanie przepływu logicznego kodu za pomocą if i else oraz powtarzanie operacji za pomocą pętli for.~12 min

03 · Moduł 3 — Funkcje i Analiza Danych

2 lekcji

Pisanie kodu modułowego poprzez definiowanie własnych funkcji i obliczanie agregatów statystycznych.

  1. 3.1Pisanie FunkcjiTworzenie funkcji wielokrotnego użytku z domyślnymi argumentami i wartościami zwracanymi.~12 min
  2. 3.2Eksploracja i AgregacjaObliczanie wskaźników położenia (mean, median), zmienności (sd) oraz wyciąganie podsumowań za pomocą summary.~15 min

04 · Moduł 4 — Tidyverse i dplyr

2 lekcji

Wygodne i wydajne manipulowanie danymi tabelarycznymi za pomocą pakietu dplyr oraz składni Tidyverse.

  1. 4.1Filtrowanie i Wybór DanychUżywanie select, filter oraz arrange do wyodrębniania podzbiorów kolumn i wierszy oraz ich sortowania.~12 min
  2. 4.2Mutacje i AgregacjeTworzenie nowych kolumn za pomocą mutate i podsumowywanie danych w grupach za pomocą group_by i summarise.~15 min

05 · Moduł 5 — Wizualizacja z ggplot2

2 lekcji

Tworzenie profesjonalnych i czytelnych wykresów z wykorzystaniem gramatyki grafiki zaimplementowanej w ggplot2.

  1. 5.1Gramatyka i Podstawowe GeometrieBudowanie wykresów poprzez powiązanie zmiennych z właściwościami estetycznymi (aes) i geometrycznymi (geom_point, geom_line).~12 min
  2. 5.2Personalizacja i Panele (Facets)Dodawanie etykiet, stosowanie motywów graficznych i dzielenie wykresów na podpanele za pomocą facet_wrap.~15 min