PRZEWODNIK PO PAKIECIE R wyd.4

R jest uniwersalnym narzędziem analizy danych. Jest całkowicie bezpłatny, ma olbrzymie możliwości, jest powszechnie używany w akademii i w biznesie. Znajomość tego języka przyda się każdemu, kto chce pracować z danymi.Przewodnik po pakiecie R to podręcznik do nauki języka programowania oraz kluczowych bibliotek programu R. Skonstruowany na zasadzie od zera do bohatera. Rozpoczynamy od wprowadzenia dla osób zaczynających przygodę z R od podstaw. W kolejnych rozdziałach wprowadzamy coraz bardziej złożone wątki z obszaru Data Science, takie jak praca z bazami danych, tworzenie raportów, własnych pakietów, modelowanie statystyczne, oraz narzędzia do tworzenia treściwych i czytelnych wykresów. Łącznie omawiamy ponad 500 funkcji, setki wykresów i przykładów kodów w R.

SPIS TREŚCI

1. Wprowadzenie 1.1. Data science, czyli dlaczego warto poznać R 1.2. Jak wygląda praca z programem R 1.2.1. Przykład: Pozycja Polski w rankingu FIFA 1.3. Jak przygotować środowisko pracy 1.3.1. Instalacja podstawowego środowiska R 1.3.2. Instalacja edytora RStudio 1.3.3. Instalacja dodatkowych pakietów 1.4. Gdzie szukać dalszych informacji 2. Podstawy pracy z R 2.1. Wczytywanie danych 2.2. Struktury danych 2.2.1. Wektory 2.2.2. Ramki danych 2.2.3. Listy 2.3. Statystyki opisowe 2.3.1. Zmienne ilościowe 2.3.2. Zmienne jakościowe 2.4. Statystyki graficzne 2.4.1. Wykres słupkowy 2.4.2. Histogram 2.4.3. Wykres pudełkowy 2.4.4. Jądrowy estymator gęstości 2.4.5. Wykres kropkowy 2.4.6. Wykres mozaikowy 2.5. Jak przetwarzać dane z pakietem dplyr 2.5.1. Jak filtrować wiersze 2.5.2. Jak wybierać kolumny 2.5.3. Jak tworzyć i transformować zmienne 2.5.4. Jak sortować wiersze 2.5.5. Jak pracować z potokami 2.5.6. Jak wyznaczać agregaty/statystyki w grupach 2.5.7. Postać szeroka/postać wąska 2.5.8. Sklejanie/rozcinanie kolumn 2.6. Jak wczytać i zapisać dane w różnych formatach 2.6.1. Wczytywanie danych z pakietów 2.6.2. Wczytywanie danych z plików tekstowych 2.6.3. Zapisywanie danych do pliku tekstowego 2.6.4. Wczytywanie i zapisywanie z zastosowaniem formatu JSON2.6.5. Wczytywanie danych w formatach HTML i XML 2.6.6. Inne formaty plików tekstowych 2.6.7. Wczytywanie danych z plików Excela 2.6.8. Wczytywanie danych z SPSS‘-a 2.6.9. Wczytywanie danych z programu Matlab 2.6.10. Wczytywanie danych z SAS 2.6.11. Inne funkcje do importu danych 2.7. Automatyczne raporty, powtarzalne badania 2.7.1. Pakiet knitr, markdown a raporty w HTML 2.7.2. Prezentacje w HTML5 2.7.3. Pakiet Sweave a raporty w języku ETgX 3. Niezbędnik programisty 3.1. Instrukcje sterujące 3.1.1. Jak tworzyć funkcje 3.1.2. Jak stosować instrukcje warunkowe 3.1.3. Jak budować pętle 3.2. Jak pracować z bazami danych 3.2.1. Jak pracować z bazą danych SQLite 3.2.2. Jak pracować z większymi relacyjnymi bazami danych 3.2.3. Jak używać pakietu dplyr w pracy z bazami danych 3.3. Budowa aplikacji WWW z pakietem shiny 3.3.1. Jak wygląda model akcja-reakcja 3.3.2. Jak opisać interfejs użytkownika 3.3.3. Jak opisać przetwarzanie na serwerze3.3.4. Jak dodawać kontrolki sterujące 3.4. Budowanie własnych pakietów 3.4.1. Niezbędne oprogramowanie 3.4.2. Jak wygląda struktura pakietu 3.4.3. Jak stworzyć nowy pakiet 3.4.4. Plik DESCRIPTION 3.4.5. Jak dodawać funkcje do pakietu 3.4.6. Jak dodawać zbiory danych do pakietu 3.4.7. Jak dodawać testy do pakietu 3.4.8. Jak budować stworzony pakiet 3.5. Git, GitHub i kontrola wersji 3.5.1. Jak kopiować repozytorium – clone 3.5.2. Jak dodawać zmiany – commit 3.6. Debugger 3.6.1. Co mogłoby pójść źle? 3.6.2. Błędy i ostrzeżenia 3.6.3. Co można zrobić post-mortem-funkcja traceback () 3.6.4. Jak zastawić pułapkę-funkcja recover() 3.6.5. Jak śledzić krok po kroku-funkcja debug() 3.6.6. Jak ignorować błędy – funkcja try () 3.6.7. Zaokrąglenia numeryczne – studium przypadku 3.7. Profiler 3.7.1. Jak mierzyć czas działania bloku instrukcji 3.7.2. Jak mierzyć czas co do milisekundy 3.7.3. Jak szukać wąskich gardeł 3.7.4. Jak przedstawiać graficznie wyniki profilowania 3.7.5. Jak zrównoleglać obliczenia 3.7.6. Jak zwiększać wydajność R 3.8. Więcej o obiektach w R 3.8.1. Funkcje polimorficzne i klasy S3 3.8.2. Tworzenie własnych operatorów 3.8.3. Obiekty wywołań funkcji 3.8.4. Leniwa ewaluacja 3.8.5. Zasięg symboli w przestrzeniach nazw 3.8.6. Współdzielona przestrzeń nazw 3.8.7. Obiekty 3.8.8. Klasy S4 3.8.9. Formuły 3.9. Inne przydatne funkcje 3.9.1. Rodzina funkcji *apply 3.9.2. Pakiety plyr i reshape2 3.9.3. Funkcje systemowe 3.9.4. Operacje na plikach i katalogach 4. Niezbędnik statystyka 4.1. Generatory liczb losowych 4.1.1. Wprowadzenie do generatorów liczb pseudolosowych 4.1.2. Popularne rozkłady zmiennych losowych 4.1.3. Wybrane metody generowania zmiennych losowych 4.1.4. Estymacja parametrów rozkładu 4.2. Wstępne przetwarzanie danych 4.2.1. Brakujące obserwacje 4.2.2. Normalizacja, skalowanie i transformacje nieliniowe 4.3. Analiza wariancji, regresja liniowa i logistyczna 4.3.1. Wprowadzenie do analizy wariancji 4.3.2. Analiza jednoczynnikowa 4.3.3. Analiza wieloczynnikowa 4.3.4. Regresja 4.3.5. Wprowadzenie do regresji logistycznej 4.4. Testowanie 4.4.1. Testowanie zgodności 4.4.2. Testowanie hipotezy o równości parametrów położenia 4.4.3. Testowanie hipotezy o równości parametrów skali 4.4.4. Testowanie hipotez dotyczących wskaźnika struktury 4.4.5. Testy istotności zależności pomiędzy dwoma zmiennymi4.4.6. Testowanie zbioru hipotez 4.4.7. Rozkład statystyki testowej 4.5. Bootstrap 4.5.1. Rozkład i obciążenie estymatorów 4.5.2. Testy bootstrapowe 4.6. Analiza przeżycia 4.6.1. Krzywa przeżycia 4.6.2. Model Coxa 4.7. Wybrane funkcje matematyczne 4.7.1. Operacje na zbiorach 4.7.2. Operacje arytmetyczne 4.7.3. Wielomiany 4.7.4. Bazy wielomianów ortogonalnych 4.7.5. Szukanie maksimum/minimum/zer funkcji 4.7.6. Rachunek różniczkowo-całkowy 5. Graficzna prezentacja danych 5.1. Znajdź siedem różnic 5.2. Jak zapisać wykres do pliku 5.3. Pakiet lattice 5.3.1. Wprowadzenie 5.3.2. Szablony dla wykresów5.3.3. Formuły i wybór zmiennych 5.3.4. Panele i mechanizm warunkowania 5.3.5. Mechanizm grupowania 5.3.6. Legenda wykresu 5.3.7. Atlas funkcji graficznych z pakietu lattice 5.3.8. Więcej o panelach 5.3.9. Motywy i parametry graficzne 5.3.10. Zaawansowane opcje 5.4. Pakiet ggplot2 5.4.1. Wprowadzenie 5.4.2. Warstwy wykresu 5.4.3. Mapowanie zmiennych na atrybuty wykresu 5.4.4. Geometria warstwy 5.4.5. Statystyki i agregacje 5.4.6. Mechanizm warunkowania 5.4.7. Kontrola skal 5.4.8. Układ współrzędnych i osie wykresu 5.4.9. Motywy i kompozycje graficzne 5.4.10. Pozycjonowanie wykresów na rysunku 5.4.11. Obiekt klasy gg 5.5. Pakiet graphics 5.5.1. Wprowadzenie 5.5.2. Funkcja plot () 5.5.3. Funkcja matplot () 5.5.4. Osie wykresu 5.5.5. Legenda wykresu 5.5.6. Funkcja imageO 5.5.7. Wyrażenia matematyczne 5.5.8. Kolory 5.5.9. Właściwości linii 5.5.10. Właściwości punktów/symboli 5.5.11. Atomowe, niskopoziomowe funkcje graficzne 5.5.12. Tytuł, podtytuł i opisy osi wykresu 5.5.13. Pozycjonowanie wykresu, wiele wykresów na rysunku5.5.14. Wykres słonecznikowy 5.5.15. Wykresy kropkowe, dwu- i wielowymiarowe 5.5.16. Wykres macierzy korelacji 5.5.17. Wykres konturowy 5.5.18. Wykres koniczyny 5.5.19. Wielowymiarowy, jądrowy estymator gęstości 5.5.20. Wykresy konturowe 5.5.21. Wykres mapa ciepła 5.5.22. Wykres profili obserwacji 5.5.23. Parametry graficzne 5.6. Pakiet rCharts 5.6.1. Wprowadzenie 5.6.2. Biblioteka NVD3 5.6.3. Biblioteka Leaf let5.6.4. Inne szablonyOpis zbiorów danych Skorowidz