План на курса

Въведение и предварителна информация

    Правене на R по-приятелски, R и достъпни графични потребителски интерфейси Средата R Свързан софтуер и документация R и статистика Използване на R интерактивно Уводна сесия Получаване на помощ за функции и функции R команди, чувствителност към главни и малки букви и др. Припомняне и коригиране на предишни команди Изпълнение на команди от или отклоняване извеждане във файл Постоянност на данните и премахване на обекти

Прости манипулации; числа и вектори

    Вектори и присвояване Векторна аритметика Генериране на правилни последователности Логически вектори Липсващи стойности Символни вектори Индексни вектори; избор и модифициране на подмножества от набор от данни Други типове обекти

Обекти, техните режими и атрибути

    Вътрешни атрибути: режим и дължина Промяна на дължината на обект Получаване и настройка на атрибути Класът на обект

Подредени и неподредени фактори

    Конкретен пример Функцията tapply() и неравномерни масиви Подредени фактори

Масиви и матрици

    Масиви Индексиране на масиви. Подсекции на масив Индексни матрици Функцията array() Смесена векторна и масивна аритметика. Правилото за рециклиране
Външният продукт на два масива
  • Обобщено транспониране на масив
  • Matrix съоръжения Matrix умножение
  • Линейни уравнения и инверсия
  • Собствени стойности и собствени вектори
  • Декомпозиция на сингулярна стойност и детерминанти
  • Напасване на най-малките квадрати и QR декомпозиция
  • Формиране на разделени матрици, cbind() и rbind()
  • Функцията за конкатенация, (), с масиви
  • Честотни таблици от фактори
  • Списъци и рамки с данни
  • Списъци Конструиране и модифициране на списъци Конкатениране на списъци
  • Data frames Изработка на data frames

      прикачи() и откачи()
    Работа с рамки от данни
  • Прикачване на произволни списъци
  • Управление на пътя за търсене
  • Четене на данни от файлове
  • Функцията read.table() Функцията scan() Accessвграждане на вградени набори от данни Зареждане на данни от други R пакети
  • Редактиране на данни
  • Вероятностни разпределения

      R като набор от статистически таблици Изследване на разпределението на набор от данни Тестове с една и две извадки
    Групиране, цикли и условно изпълнение
  • Групирани изрази Контролни оператори Условно изпълнение: if оператори Повтарящо се изпълнение: for цикли, repeat и while
  • Писане на вашите собствени функции

      Прости примери Дефиниране на нови двоични оператори Наименувани аргументи и стойности по подразбиране Аргументът '...' Присвоявания в рамките на функциите По-усъвършенствани примери Фактори на ефективност в дизайна на блокове Премахване на всички имена в отпечатан масив Рекурсивна числена интеграция

    Обхват

      Персонализиране на средата

    Класове, генерични функции и обектна ориентация

      Статистически модели в R
    Дефиниране на статистически модели; формули Контрасти
  • Линейни модели
  • Генерични функции за извличане на информация за модела
  • Анализ на дисперсията и сравнение на модели ANOVA таблици
  • Актуализиране на вталените модели

      Обобщени линейни модели Семейства
    Функцията glm().
  • Нелинейни модели на най-малки квадрати и модели на максимална вероятност Най-малки квадрати
  • Максимална вероятност
  • Някои нестандартни модели
  • Графични процедури
  • Команди за чертане на високо ниво Функцията plot() Показване на многовариантни данни Показване на графики Аргументи към функции за чертане на високо ниво
  • Команди за чертане на ниско ниво Mathematical анотация
  • Векторни шрифтове Hershey
  • Взаимодействие с графики
  • Използване на графични параметри Постоянни промени: Функцията par().
  • Временни промени: Аргументи към графични функции
  • Списък с графични параметри Графични елементи
  • Оси и отметки
  • Полета на фигурата

      Среда с множество фигури
    Драйвери на устройства PostScript диаграми за наборни документи
  • Множество графични устройства
  • Динамична графика
  • Пакети
  • Стандартни пакети Внесени пакети и пространства на имена на CRAN
  • Изисквания

    Добро разбиране на статистиката.

     21 Hours

    Брой участници



    Цена за участник

    Oтзиви от потребители (3)

    Свързани Kурсове

    Introduction to Data Visualization with Tidyverse and R

    7 Hours

    Deep Learning for Finance (with R)

    28 Hours

    Deep Learning for Banking (with R)

    28 Hours

    Свързани Kатегории