Ottenere aiuto

Ottieni aiuto sulla funzione library() e leggi la sezione Note per scegliere l'affermazione corretta:

Questo esercizio fa parte del corso

R per utenti SAS

Visualizza corso

esercizio interattivo pratico

Trasforma la teoria in pratica con uno dei nostri esercizi interattivi

Inizia esercizio

Questo esercizio fa parte del corso

R per utenti SAS

InicianteNível de habilidade

4.8+

27 reviews

Inizia il corso gratuitamente

Questo primo capitolo ti orienterà nell’ambiente di programmazione R. Imparerai come ottenere aiuto, caricare un insieme di dati e ampliare le funzionalità aggiungendo pacchetti. Inizierai a lavorare con l’insieme di dati abalone (seguendo il flusso di lavoro di dplyr) per ottenere statistiche descrittive e creare visualizzazioni efficaci (usando il pacchetto ggplot2).

Exercise 1: Ottieni aiuto e carica i dati in R Exercise 2: Ottenere aiuto

Esercizio attuale

Exercise 3: Carica il dataset e ottieni dettagli Exercise 4: Aggiungi funzionalità con i pacchetti Exercise 5: Contenuto dell'insieme di dati e statistiche descrittive Exercise 6: Carica un insieme di dati esterno Exercise 7: Contenuto del dataset Exercise 8: Statistiche descrittive Exercise 9: Visualizzazioni grafiche Exercise 10: Istogrammi Exercise 11: Boxplot e violin plot Exercise 12: Scatterplot

Ora che ti sei orientato nell’ambiente R, questo capitolo approfondirà la versatilità di R nel lavorare con gli oggetti dati. Imparerai a creare e modificare variabili nell’insieme di dati abalone. Sfruttando le competenze di visualizzazione con ggplot2, individuerai gli errori presenti nei dati abalone e creerai un insieme di dati finale pulito, pronto per analisi e modellazione.

Exercise 1: Oggetti - i mattoni di R Exercise 2: Crea oggetti dati in R Exercise 3: Crea tipi di oggetti compositi Exercise 4: Selezionare elementi dagli oggetti Exercise 5: Determina i tipi di variabile Exercise 6: Selezionare elementi negli oggetti Exercise 7: Manipolare insiemi di dati e oggetti di dati Exercise 8: Crea nuove variabili Exercise 9: Ricodifica delle variabili Exercise 10: Conversione dei tipi di oggetto Exercise 11: Qualità dei dati e pulizia Exercise 12: Ispezione delle variabili Exercise 13: Pesi illogici Exercise 14: Verifica delle misure dimensionali Exercise 15: Verifica del dataset finale

Una volta pulito il tuo insieme di dati, il passo successivo è l’esplorazione. Nel capitolo 3 imparerai a calcolare statistiche descrittive, a esplorare le associazioni (ad esempio, correlazioni) tra le variabili e a eseguire test statistici bivariati (ad esempio, t-test e test chi-quadrato). Creerai anche visualizzazioni grafiche che illustrano le associazioni bivariate e i test di confronto tra gruppi.

Exercise 1: Analisi esplorativa dei dati Exercise 2: Statistiche descrittive e masking delle funzioni Exercise 3: Statistiche specifiche per una o più variabili Exercise 4: Statistiche descrittive per gruppo Exercise 5: Correlazioni e t-test Exercise 6: Correlazioni bivariate Exercise 7: Scatterplot Exercise 8: Correlazioni per sesso Exercise 9: Test per due gruppi Exercise 10: Dati categorici: analizza e visualizza Exercise 11: Test chi-quadrato Exercise 12: Grafici a mosaico Exercise 13: Categorie di età per categorie di peso del guscio

In questo capitolo finale imparerai a lavorare con uno dei tipi di oggetti dati più versatili in R, chiamato list. Queste competenze ti permetteranno di salvare e manipolare i risultati di statistiche descrittive, associazioni e confronti tra gruppi. Imparerai inoltre a eseguire ANOVA (analisi della varianza) e regressione lineare in R. Metterai in pratica tutte le competenze negli esercizi finali per creare i modelli migliori per predire l’età degli abalone a partire da sesso, dimensioni e misure di peso.

Exercise 1: Lavorare con gli oggetti di output Exercise 2: Output delle statistiche descrittive Exercise 3: Riepiloga l'output Exercise 4: Output di group_by Exercise 5: Lavorare con le liste Exercise 6: Output di Hmisc describe Exercise 7: Correlations output Exercise 8: Output dei t-test Exercise 9: Output dei test chi-quadrato Exercise 10: ANOVA e modelli lineari Exercise 11: ANOVA Exercise 12: Regressione lineare Exercise 13: Valutazione dei modelli finali Exercise 14: Predittori dell'età degli abalone Exercise 15: Miglior modello per sesso Exercise 16: Riepilogo del corso e raccomandazioni