Cursusaanbod

Dag 1

Introductie en voorrondes

  • R vriendelijker, R en beschikbare GUI's maken
  • Rstudio
  • Gerelateerde software en documentatie
  • R en statistiek
  • R interactief gebruiken
  • Een kennismakingssessie
  • Hulp bij functies en kenmerken
  • R-commando's, hoofdlettergevoeligheid, enz.
  • Oproepen en corrigeren van eerdere commando's
  • Opdrachten uitvoeren van of uitvoer omleiden naar een bestand
  • Permanente gegevens en het verwijderen van objecten

Eenvoudige manipulaties; Getallen en vectoren

  • Vectoren en toewijzing
  • Vector rekenkunde
  • Regelmatige sequenties genereren
  • Logische vectoren
  • Ontbrekende waarden
  • Karakter vectoren
  • Index vectoren; Subsets van een dataset selecteren en wijzigen
  • Andere soorten objecten

Objecten, hun modi en attributen

  • Intrinsieke kenmerken: modus en lengte
  • De lengte van een object wijzigen
  • Kenmerken ophalen en instellen
  • De klasse van een object

Geordende en ongeordende factoren

  • Een concreet voorbeeld
  • De functie tapply() en rafelige matrices
  • Geordende factoren

Matrices en matrices

  • Arrays
  • Array indexering. Subsecties van een matrix
  • Index matrices
  • De array() functie
    • Gemengde vector- en array-rekenkunde. De recyclageregel
  • Het buitenste product van twee matrices
  • Gegeneraliseerde transpositie van een array
  • Matrix Faciliteiten
    • Matrix Vermenigvuldiging
    • Lineaire vergelijkingen en inversie
    • Eigenwaarden en eigenvectoren
    • Ontleding en determinanten van enkelvoudige waarden
    • Kleinste vierkanten passen en de QR-ontleding
  • Vormen van gepartitioneerde matrices, cbind() en rbind()
  • De aaneenschakelingsfunctie, (), met matrices
  • Frequentietabellen van factoren

Dag 2

Lijsten en gegevensframes

  • Lijsten
  • Lijsten samenstellen en wijzigen
    • Lijsten samenvoegen
  • Gegevensframes
    • Het maken van dataframes
    • Bevestigen() en Ontkoppelen()
    • Werken met dataframes
    • Willekeurige lijsten bijvoegen
    • Het zoekpad beheren

Manipulatie van gegevens

  • Waarnemingen en variabelen selecteren, subsetten
  • Filteren, groeperen
  • Hercoderen, transformaties
  • Aggregatie, combineren van datasets
  • Karaktermanipulatie, stringr-pakket

Gegevens lezen

  • Txt-bestanden
  • CSV-bestanden
  • XLS- en XLSX-bestanden
  • SPSS, SAS, Stata,... en andere formaten gegevens
  • Gegevens exporteren naar txt, csv en andere formaten
  • Accessing gegevens uit databases met behulp van SQL taal

Kansverdelingen

  • R als een verzameling statistische tabellen
  • Onderzoek naar de verdeling van een set gegevens
  • Tests met één en twee monsters

Groeperen, lussen en voorwaardelijke uitvoering

  • Gegroepeerde expressies
  • Controle verklaringen
    • Voorwaardelijke uitvoering: indien verklaringen
    • Repetitieve uitvoering: voor loops, herhalen en while

Dag 3

Eigen functies schrijven

  • Eenvoudige voorbeelden
  • Nieuwe binaire operatoren definiëren
  • Benoemde argumenten en standaardwaarden
  • De '...' argument
  • Opdrachten binnen functies
  • Meer geavanceerde voorbeelden
    • Efficiëntiefactoren in blokontwerpen
    • Alle namen in een afgedrukte array neerzetten
    • Recursieve numerieke integratie
  • Draagwijdte
  • Aanpassen van de omgeving
  • Klassen, algemene functies en objectoriëntatie

Statistische analyse in R

  • Lineaire regressiemodellen
  • Algemene functies voor het extraheren van modelinformatie
  • Aangepaste modellen bijwerken
  • Gegeneraliseerde lineaire modellen
    • Gezinnen
    • De glm() functie
  • Classificatie
    • Logistieke regressie
    • Lineaire discriminant analyse
  • Leren zonder toezicht
    • Analyse van de belangrijkste componenten
    • Clusteringmethoden (k-gemiddelden, hiërarchische clustering, k-medoids)
  • Analyse van de overleving
    • Overlevingsobjecten in r
    • Schatting Kaplan-Meier
    • Zelfvertrouwen bandjes
    • Cox PH-modellen, constante covariabelen
    • Cox PH-modellen, tijdsafhankelijke covariabelen

Grafische procedures

  • Plotopdrachten op hoog niveau
    • De plot() functie
    • Multivariate gegevens weergeven
    • Grafische weergave
    • Argumenten voor plotfuncties op hoog niveau
  • Basis visualisatie grafieken
  • Multivariate relaties met rooster en ggplot-pakket
  • Grafische parameters gebruiken
  • Lijst met grafische parameters

Geautomatiseerde en interactieve rapportage

  • Uitvoer van R combineren met tekst
  • HTML- en pdf-documenten maken

Vereisten

Goed inzicht in statistiek.

 21 Uren

Leveringsopties

PRIVÉGROEPSTRAINING

Onze identiteit draait om het leveren van precies wat onze klanten nodig hebben.

  • Pre-cursusgesprek met uw trainer
  • Aanpassing van de leerervaring om uw doelen te bereiken -
    • Op maat gemaakte overzichten
    • Praktische, praktische oefeningen met gegevens / scenario's die herkenbaar zijn voor de cursisten
  • Training gepland op een datum naar keuze
  • Gegeven online, op locatie/klaslokaal of hybride door experts die ervaring uit de echte wereld delen

Private Group Prices RRP from €6840 online delivery, based on a group of 2 delegates, €2160 per additional delegate (excludes any certification / exam costs). We recommend a maximum group size of 12 for most learning events.

Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen


OPENBARE TRAINING

Kijk op onze public courses

Reviews (3)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën