Data Science и аналитика

Учебник R: язык для анализа данных для начинающих

22 урока · 6 разделов · ~3 ч · бесплатно, без регистрации

R — язык, созданный статистиками для статистиков. На нём считают данные в науке, медицине, маркетинге и финансах. Этот курс ведёт от самых основ — что такое вектор и как присвоить значение — до полноценного анализа набора данных: фильтрации и группировки через dplyr, графиков ggplot2, проверки гипотез и построения линейной регрессии. Код мы читаем и разбираем (в браузере R не исполняется), а вывод показываем рядом, чтобы вы видели результат каждой строки. Подойдёт студентам, аналитикам и всем, кто хочет уверенно работать с данными.

Курс «R: язык для анализа данных» состоит из 6 разделов и 22 уроков: Знакомство с R и RStudio, Векторы и базовые типы, Индексация, пропуски и факторы, Таблицы данных: data.frame и CSV, tidyverse: преобразование данных и Статистика, графики и моделирование. Уроки идут по порядку — от основ к более сложным темам, в каждом есть объяснение с примерами, а в конце — вопросы для самопроверки. К урокам привязаны задачи с автоматической проверкой: прочитали тему — сразу закрепили её кодом.

Программа учебника

6 разделов · 22 урока
  1. 1Знакомство с R и RStudio3 урока

    1. 1Что такое R и зачем он нуженR — язык для статистики и анализа данных. Зачем он нужен, чем отличается от Excel и Python, где применяется.
    2. 2RStudio: рабочее окружениеКак устроен RStudio: консоль, редактор скриптов, окно окружения и графиков. Запуск кода и присваивание.
    3. 3Пакеты и установка библиотекЧто такое пакеты в R, как устанавливать через install.packages и подключать через library. CRAN и tidyverse.
  2. 2Векторы и базовые типы3 урока

    1. 4Векторы — сердце RЧто такое вектор в R, как создать его функцией c(), почему даже одно число — это вектор.
    2. 5Числа, строки и логические значенияБазовые типы данных в R: numeric, character, logical. Функции class и проверка типа.
    3. 6Последовательности и полезные функцииСоздание последовательностей оператором двоеточие и функцией seq, повтор rep, функции min, max, mean для векторов.
  3. 3Индексация, пропуски и факторы3 урока

    1. 7Индексация: выбираем элементыДоступ к элементам вектора по позиции, диапазону, отрицательному индексу и логическому условию в R.
    2. 8Пропущенные значения NAЧто такое NA в R, как его обнаружить функцией is.na и как считать статистики с аргументом na.rm.
    3. 9Факторы — категориальные данныеЧто такое factor в R, зачем нужны уровни (levels), как создавать факторы и упорядочивать категории.
  4. 4Таблицы данных: data.frame и CSV3 урока

    1. 10data.frame — таблица данныхЧто такое data.frame в R, как создать таблицу из колонок и обращаться к столбцам через знак доллара.
    2. 11Осмотр таблицы: head, str, summaryПервичный осмотр данных в R: head, tail, str, summary, nrow и ncol для быстрого понимания таблицы.
    3. 12Чтение CSV-файловКак читать CSV в R: read.csv и readr::read_csv, важные аргументы header и stringsAsFactors, кодировка.
  5. 5tidyverse: преобразование данных4 урока

    1. 13dplyr: фильтрация и выбор колонокГлаголы dplyr filter и select: отбор строк по условию и выбор нужных колонок таблицы в R.
    2. 14mutate: новые колонкиСоздание и преобразование колонок функцией mutate в dplyr: вычисления, условия с if_else и case_when.
    3. 15Пайп %>% — цепочки операцийОператор пайп %>% в R: как соединять операции dplyr в читаемые цепочки слева направо без вложенных вызовов.
    4. 16group_by и summarise: агрегацияГруппировка данных group_by и сводные расчёты summarise в dplyr: средние, суммы и количество по группам.
  6. 6Статистика, графики и моделирование6 уроков

    1. 17Описательная статистикаОписательная статистика в R: среднее mean, медиана median, стандартное отклонение sd, квантили и summary.
    2. 18Графики с ggplot2Визуализация в R пакетом ggplot2: грамматика графики, aes, geom_point, geom_bar, geom_line и слои.
    3. 19Функции и apply-семействоСоздание собственных функций в R, циклы for и векторная альтернатива — sapply, lapply и vapply.
    4. 20Проверка гипотез и t.testОсновы проверки гипотез в R: p-значение, нулевая гипотеза, t-критерий Стьюдента и функция t.test.
    5. 21Линейная регрессия lm()Линейная регрессия в R функцией lm: модель y ~ x, коэффициенты, summary модели, R-квадрат и предсказание.
    6. 22Мини-проект: анализ набора данныхСквозной анализ данных в R: чтение, осмотр, очистка пропусков, dplyr-преобразования, статистика и регрессия.