Last update: doc. Mgr. Jiří Lukavský, Ph.D. (04.02.2022)
Acquired knowledge: The student understands the basic syntax of the R language, can read and edit code. He knows the concept of tidy data and understands the modular character of R.
Acquired skills: The student is able to control the R / RStudio environment. The student is able to load basic data types into R and modify them for further use. The student is able to create overview tables and prepare graphs in R. The student is able to design procedures for data processing, management and subsequent analysis.
Last update: doc. Mgr. et Mgr. Tomáš Nikolai, Ph.D. (14.12.2021)
Získané znalosti: Student rozumí základní syntaxi jazyka R, dokáže číst a upravovat kód. Zná koncept tidydata a rozumí modulárnímu charakteru R.
Získané dovednosti: Student umí ovládat prostředí R/RStudio. Student dokáže načítat základní typy dat do R a upravovat je pro další použití. Student umí vytvářet přehledové tabulky a připravovat grafy v R. Student umí navrhnout postupy pro zpracování dat, jejich správu a následnou analýzu.
Literature -
Last update: doc. Mgr. Jiří Lukavský, Ph.D. (04.02.2022)
Mandatory:
Wickham, H. (2014). Tidy data. Journal of Statistical Software, 59(1), 1-23.
Recommended:
Grolemund, G., & Wickham, H. (2017). R for Data Science. O’Reilly Media.
Last update: doc. Mgr. Jiří Lukavský, Ph.D. (04.02.2022)
Povinné:
Wickham, H. (2014). Tidy data. Journal of Statistical Software, 59(1), 1-23.
Doporučené:
Grolemund, G., & Wickham, H. (2017). R for Data Science. O’Reilly Media.
Requirements to the exam -
Last update: doc. Mgr. Jiří Lukavský, Ph.D. (04.02.2022)
Preparing a simple statistical analysis for a given dataset (descriptive statistics, visualization, hypothesis testing).
Last update: doc. Mgr. Jiří Lukavský, Ph.D. (04.02.2022)
Vypracování jednoduché statistické analýzy k zadanému datasetu (popisná statistika, vizualizace, testování hypotéz).
Syllabus -
Last update: doc. Mgr. Jiří Lukavský, Ph.D. (04.02.2022)
- Introduction to R/RStudio, package system
- Basic data types, indexing, working with missing values
- Programming basics (functions, loops)
- Loading, saving data (format conversion - .xlsx, .csv, SPSS)
- Data editing, grammar of data manipulation (dplyr)
- Data visualization (ggplot2)
- Report creation, RMarkdown
- Performing basic statistical procedures in R
- Organisation and procedures when working with data
- Other R tools (bookdown, shiny)
Last update: doc. Mgr. et Mgr. Tomáš Nikolai, Ph.D. (14.12.2021)
Obsah předmětu:
Úvod do R/RStudia, systém balíčků
Základní datové typy, indexování, práce s chybějícími hodnotami
Základy programování (funkce, cykly)
Načítání, ukládání dat (konverze formátů - .xlsx, .csv, SPSS)