Struttura del corso

Introduzione e preliminari

    Rendere R più amichevole, R e GUI disponibili Rstudio Software e documentazione correlati R e statistica Uso interattivo di R Una sessione introduttiva Ottenere assistenza per funzioni e caratteristiche R, distinzione tra maiuscole e minuscole e così via. Richiamo e correzione dei comandi precedenti Esecuzione di comandi da un file o deviazione dell'output in un file Permanenza dei dati e rimozione di oggetti

Manipolazioni semplici; Numeri e vettori

    Vettori e assegnazione Aritmetica vettoriale Generazione di sequenze regolari Vettori logici Valori mancanti Vettori di caratteri Vettori di indice; Selezione e modifica di sottoinsiemi di un insieme di dati Altri tipi di oggetti

Gli oggetti, le loro modalità e attributi

    Attributi intrinseci: modalità e lunghezza Modifica della lunghezza di un oggetto Recupero e impostazione degli attributi La classe di un oggetto

Matrici e matrici

    Matrici Indicizzazione di array. Sottosezioni di una matrice Matrici di indici La funzione array() Il prodotto esterno di due matrici Trasposizione generalizzata di un array Matrix Strutture Matrix moltiplicazione Equazioni lineari e inversione Autovalori e autovettori Decomposizione al valore singolare e determinanti L'adattamento dei minimi quadrati e la scomposizione QR
Formare matrici partizionate, cbind() e rbind()
  • La funzione di concatenazione, (), con matrici
  • Tabelle di frequenza da fattori
  • Elenchi e frame di dati
  • Lizza Costruzione e modifica di elenchi Concatenazione di liste

      Frame di dati Creazione di frame di dati
    attach() e detach()
  • Utilizzo dei frame di dati
  • Allegare elenchi arbitrari
  • Gestione del percorso di ricerca
  • Manipolazione dei dati
  • Selezione, sottoinsiemi di osservazioni e variabili           Filtraggio, raggruppamento Ricodifica, trasformazioni Aggregazione, combinazione di set di dati Manipolazione dei caratteri, pacchetto stringr
  • Lettura dei dati

      File txt File CSV File XLS, XLSX Dati SPSS, SAS, Stata,... e altri formati Esportazione dei dati in txt, csv e altri formati Accesso ai dati dai database utilizzando il linguaggio SQL

    Distribuzioni di probabilità

      R come insieme di tabelle statistiche Esame della distribuzione di un set di dati Test a uno o due campioni

    Raggruppamento, cicli ed esecuzione condizionale

      Espressioni raggruppate Istruzioni di controllo Esecuzione condizionale: istruzioni if Esecuzione ripetitiva: per i cicli, ripeti e while

    Scrivere le proprie funzioni

      Esempi semplici Definizione di nuovi operatori binari Argomenti denominati e valori predefiniti Il '... ' argomento Assegnazioni all'interno delle funzioni Esempi più avanzati Fattori di efficienza nella progettazione dei blocchi Eliminazione di tutti i nomi in un array stampato Integrazione numerica ricorsiva

    Portata

      Personalizzazione dell'ambiente
    Classi, funzioni generiche e orientamento agli oggetti
  • Procedure grafiche
  • Comandi di stampa di alto livello La funzione plot() Visualizzazione di dati multivariati Visualizzare la grafica Argomenti per funzioni di plottaggio di alto livello
  • Grafici di visualizzazione di base
  • Relazioni multivariate con il reticolo e il pacchetto ggplot

      Utilizzo dei parametri grafici
    Elenco dei parametri grafici
  • Serie temporali Forecasting
  • Destagionalizzazione Media mobile Livellamento esponenziale Estrapolazione Previsione lineare Stima del trend Modellazione stazionaria e ARIMA
  • Metodi econometrici (metodi casuali)
  • Analisi di regressione Regressione lineare multipla Regressione multiplo non lineare Convalida della regressione Forecasting dalla regressione
  •   21 ore
     

    Numero di Partecipanti


    Data Inizio

    Data Fine


    Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
    I corsi di formazione pubblici richiedono più di 5 partecipanti.

    Recensioni (2)

    Corsi relativi

    Big Data Business Intelligence for Telecom and Communication Service Providers

      35 ore

    Big Data Business Intelligence for Criminal Intelligence Analysis

      35 ore

    Categorie relative