Kurs R - wizualizacje i przedstawianie danych statystycznych za pomocą map i wykresów

1. Wprowadzenie do R

• specyfika oprogramowania open source,
• instalacja programu R oraz interfejsu RStudio,
• zapoznanie się z RStudio,
• wpisywanie poleceń do konsoli,
• pisanie skryptów,
• katalog roboczy,
• przestrzeń robocza,
• kasowanie, zapisywanie i wczytywanie obiektów,
• wczytywanie kodu z pliku,
• wyszukiwanie, instalacja i ładowanie pakietów,
• korzystanie z pomocy.

2. Wykresy

• kołowy,
• słupkowy,
• punktowy,
• liniowy,
• histogram,
• pudełkowy,
• ramka-wąsy.

3. Wizualizacja danych

• dodawania elementów do wykresów,
• rysowanie wykresów obok siebie,
• osie,
• legenda,
• palety kolorów,
• rozmiary wykresu,
• obramowania.

4. Zapis wykresów do plików

• .jpg,
• .pdf,
• .tiff.

5. Kopiowanie wykresu do programu MS Word

6. Pakiet do tworzenia zaawansowanych wykresów – ggplot2

• gramatyka wizualizacji,
• struktura wykresu: warstwy (dane, mapowania, formy, statystyki, przesunięcia), miary, układ współrzędnych, panele i motywy,
• wykresy punktowe,
• wykresy słupkowe,
• wykresy liniowe,
• wykresy pudełkowe,
• wykresy skrzypcowe,
• wykresy ze słupkami błędów,
• wykresy łącznego rozkładu,
• statystyki,
• przesunięcia,
• miary,
• układ współrzędnych,
• panele,
• motywy wykresu,
• tytuł, legenda, opisy osi.

7. Mapy w pakiecie ggplot2

8. Przetwarzanie i manipulacja danych

• łączenie danych: merge(), rbind(), cbind(),
• przekształcanie danych: pivot_longer(), pivot_wider(),
• czystość danych: obsługa brakujących wartości, usuwanie duplikatów.

9. Analiza statystyczna w R

• podstawowe statystyki opisowe: średnia, mediana, odchylenie standardowe,
• testy statystyczne: t-test, ANOVA, chi-squared test,
• analiza regresji: regresja liniowa, regresja wieloraka.

10. Podsumowanie szkolenia