Data Science и аналитика

Учебник R: язык для анализа данных для начинающих

22 урока · 6 разделов · бесплатно, без регистрации

Начать с первого урока

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 курса

  1. 1 Знакомство с R и RStudio

    1. Что такое R и зачем он нужен

      R — язык для статистики и анализа данных. Зачем он нужен, чем отличается от Excel и Python, где применяется.

    2. RStudio: рабочее окружение

      Как устроен RStudio: консоль, редактор скриптов, окно окружения и графиков. Запуск кода и присваивание.

    3. Пакеты и установка библиотек

      Что такое пакеты в R, как устанавливать через install.packages и подключать через library. CRAN и tidyverse.

  2. 2 Векторы и базовые типы

    1. Векторы — сердце R

      Что такое вектор в R, как создать его функцией c(), почему даже одно число — это вектор.

    2. Числа, строки и логические значения

      Базовые типы данных в R: numeric, character, logical. Функции class и проверка типа.

    3. Последовательности и полезные функции

      Создание последовательностей оператором двоеточие и функцией seq, повтор rep, функции min, max, mean для векторов.

  3. 3 Индексация, пропуски и факторы

    1. Индексация: выбираем элементы

      Доступ к элементам вектора по позиции, диапазону, отрицательному индексу и логическому условию в R.

    2. Пропущенные значения NA

      Что такое NA в R, как его обнаружить функцией is.na и как считать статистики с аргументом na.rm.

    3. Факторы — категориальные данные

      Что такое factor в R, зачем нужны уровни (levels), как создавать факторы и упорядочивать категории.

  4. 4 Таблицы данных: data.frame и CSV

    1. data.frame — таблица данных

      Что такое data.frame в R, как создать таблицу из колонок и обращаться к столбцам через знак доллара.

    2. Осмотр таблицы: head, str, summary

      Первичный осмотр данных в R: head, tail, str, summary, nrow и ncol для быстрого понимания таблицы.

    3. Чтение CSV-файлов

      Как читать CSV в R: read.csv и readr::read_csv, важные аргументы header и stringsAsFactors, кодировка.

  5. 5 tidyverse: преобразование данных

    1. dplyr: фильтрация и выбор колонок

      Глаголы dplyr filter и select: отбор строк по условию и выбор нужных колонок таблицы в R.

    2. mutate: новые колонки

      Создание и преобразование колонок функцией mutate в dplyr: вычисления, условия с if_else и case_when.

    3. Пайп %>% — цепочки операций

      Оператор пайп %>% в R: как соединять операции dplyr в читаемые цепочки слева направо без вложенных вызовов.

    4. group_by и summarise: агрегация

      Группировка данных group_by и сводные расчёты summarise в dplyr: средние, суммы и количество по группам.

  6. 6 Статистика, графики и моделирование

    1. Описательная статистика

      Описательная статистика в R: среднее mean, медиана median, стандартное отклонение sd, квантили и summary.

    2. Графики с ggplot2

      Визуализация в R пакетом ggplot2: грамматика графики, aes, geom_point, geom_bar, geom_line и слои.

    3. Функции и apply-семейство

      Создание собственных функций в R, циклы for и векторная альтернатива — sapply, lapply и vapply.

    4. Проверка гипотез и t.test

      Основы проверки гипотез в R: p-значение, нулевая гипотеза, t-критерий Стьюдента и функция t.test.

    5. Линейная регрессия lm()

      Линейная регрессия в R функцией lm: модель y ~ x, коэффициенты, summary модели, R-квадрат и предсказание.

    6. Мини-проект: анализ набора данных

      Сквозной анализ данных в R: чтение, осмотр, очистка пропусков, dplyr-преобразования, статистика и регрессия.