Plan du cours

Jour Un

  1. Introduction à R & Rstudio (2 heures)
    • Rendre R plus convivial, R et interfaces graphiques disponibles
    • Rstudio
    • Scripting dans RStudio
    • Navigation, sections et pliage de code
    • Débogage et résolution des problèmes dans RStudio
    • Logiciels et documentation connexes
    • Obtenir de l'aide avec les fonctions et fonctionnalités
    • Projets dans RStudio
    • Création de rapports analytiques avec RStudio
    • Raccourcis clavier et fonctionnalités utiles
  2. Importation/Exportation de données (1 heure)
    • Fichiers plats – txt, csv
    • Fichiers de feuille de calcul – xls, xlsx
    • Données SPSS, SAS et autres formats
    • Extraction de données des sources de données SQL
    • Connectivité et opérations de base de données SQL
  3. Organisation des données (2 heures)
    • Types et classes de données
    • Stockage de données dans R – format Rdata
    • Structure d'objets
    • Nombres et vecteurs
    • Matrice et table
    • Facteurs
    • Listes
    • Data Frames
    • Date et heure
  4. Représentation tabulaire (3 heures)
    • Aperçu des packages pour les tables de données – dplyr, tidyr, data.table
    • Indexes et sous-indices
    • Sélection, sous-ensemble d'observations et variables
    • Filtrage, regroupement
    • Transformations de recodage
    • Mise en forme des données
    • Fusion des données
    • Manipulation de caractères, package stringr
    • Expressions régulières

Jour Deux

  1. Logiciels et documentation connexes (1 heure)
    • Rstudio et GIT - gestion des versions
    • Markdown
    • Rapports et présentations avec LaTeX
    • Applications web Shiny
  2. R et Statistics (2 heures)
    • Probabilité et distribution normale
    • Nombres aléatoires
    • Statistiques descriptives Statistics
    • Standardisation et normalisation
    • Intervalles de confiance
    • Tests d'hypothèse
    • ANOVA
    • Analyse des données qualitatives
  3. Régression linéaire (2 heures)
    • Coefficient de corrélation et interprétation
    • Régressions linéaires simple et multiple
    • Méthodes d'estimation – Moindres carrés
    • Validation du modèle – tests pour la violation des hypothèses
    • Sélection de variables – différentes approches
    • Régularisations – régression ridge et lasso
    • Moindres carrés généralisés – non-linéarité
    • Régression logistique
  4. Procédures graphiques (2 heures)
    • Graphiques de base pour une variable
    • Visualisations pour deux variables et plus
    • Paramètres graphiques
    • Graphiques spéciaux
    • Exportation des graphiques vers les fichiers png, pdf et jpeg
    • Extension des capacités graphiques de R avec ggplot2
  5. Aide dans R (1 heure)
    • Recherche dans la documentation R
    • Paquets et documentation R
    • Vue d'ensemble des tâches sur R Cran – recherche de solution à un problème

Pré requis

Il n'y a aucune exigence spécifique pour suivre ce cours.

 14 Heures

Nombre de participants


Prix ​​par Participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires