Course Outline

Inleiding en voorrondes

    R gebruiksvriendelijker maken, R en beschikbare GUI's De R-omgeving Gerelateerde software en documentatie R en statistieken R interactief gebruiken Een inleidende sessie Hulp krijgen bij functies en mogelijkheden R-opdrachten, hoofdlettergevoeligheid, enz. Terugroepen en corrigeren van eerdere opdrachten Opdrachten uitvoeren of omleiden uitvoer naar een bestand Gegevensduurzaamheid en verwijderen van objecten

Eenvoudige manipulaties; getallen en vectoren

    Vectoren en toewijzing Vectorrekenkunde Regelmatige reeksen genereren Logische vectoren Ontbrekende waarden Karaktervectoren Indexvectoren; subsets van een dataset selecteren en wijzigen Andere typen objecten

Objecten, hun modi en attributen

    Intrinsieke attributen: modus en lengte De lengte van een object wijzigen Attributen verkrijgen en instellen De klasse van een object

Geordende en ongeordende factoren

    Een specifiek voorbeeld De functie tapply() en ragged arrays Geordende factoren

Arrays en matrices

    Arrays Array-indexering. Subsecties van een array Indexmatrices De functie array() Gemengde vector- en arrayberekeningen. De recyclingregel
Het buitenste product van twee arrays
  • Gegeneraliseerde transpositie van een array
  • Matrix faciliteiten Matrix vermenigvuldiging
  • Lineaire vergelijkingen en inversie
  • Eigenwaarden en eigenvectoren
  • Singuliere waardenontleding en determinanten
  • Kleinste kwadraten passend en de QR-ontleding
  • Gepartitioneerde matrices vormen, cbind() en rbind()
  • De aaneenschakelingsfunctie, (), met arrays
  • Frequentietabellen van factoren
  • Lijsten en dataframes
  • Lijsten Lijsten samenstellen en wijzigen Lijsten aaneenschakelen
  • Dataframes Het maken van dataframes

      hechten() en losmaken()
    Werken met dataframes
  • Willekeurige lijsten bijvoegen
  • Het zoekpad beheren
  • Gegevens uit bestanden lezen
  • De read.table()-functie De scan()-functie Accessing van ingebouwde datasets Gegevens laden uit andere R-pakketten
  • Gegevens bewerken
  • Waarschijnlijkheidsverdelingen

      R als een set statistische tabellen. Onderzoek naar de distributie van een set gegevens. Toetsen met één en twee steekproeven
    Groepering, lussen en voorwaardelijke uitvoering
  • Gegroepeerde expressies Controle-instructies Voorwaardelijke uitvoering: if-instructies Herhaalde uitvoering: voor lussen, herhaling en while
  • Uw eigen functies schrijven

      Eenvoudige voorbeelden Nieuwe binaire operatoren definiëren Benoemde argumenten en standaardwaarden Het argument '...' Toewijzingen binnen functies Meer geavanceerde voorbeelden Efficiëntiefactoren in blokontwerpen Alle namen in een afgedrukte array laten vallen Recursieve numerieke integratie

    Domein

      Het aanpassen van de omgeving

    Klassen, generieke functies en objectoriëntatie

      Statistische modellen in R
    Het definiëren van statistische modellen; formules Contrasten
  • Lineaire modellen
  • Generieke functies voor het extraheren van modelinformatie
  • Variantieanalyse en ANOVA-tabellen voor modelvergelijking
  • Gemonteerde modellen bijwerken

      Gegeneraliseerde lineaire modellen Families
    De glm()-functie
  • Niet-lineaire kleinste kwadraten- en maximale waarschijnlijkheidsmodellen Kleinste kwadraten
  • Maximale kans
  • Enkele niet-standaard modellen
  • Grafische procedures
  • Plotopdrachten op hoog niveau De functie plot() Multivariate gegevens weergeven Grafische weergaven weergeven Argumenten voor plotfuncties op hoog niveau
  • Plotopdrachten op laag niveau Mathematical annotatie
  • Hershey vectorlettertypen
  • Interactie met afbeeldingen
  • Grafische parameters gebruiken Permanente wijzigingen: de par()-functie
  • Tijdelijke wijzigingen: argumenten voor grafische functies
  • Lijst met grafische parameters Grafische elementen
  • Assen en maatstreepjes
  • Figuurmarges

      Omgeving met meerdere figuren
    Apparaatstuurprogramma's PostScript-diagrammen voor gezet documenten
  • Meerdere grafische apparaten
  • Dynamische graphics
  • Pakketjes
  • Standaardpakketten Bijgedragen pakketten en CRAN-naamruimten
  • Requirements

    Goed inzicht in statistiek.

     21 Hours

    Getuigenissen (3)

    Related Courses

    Related Categories