Quantitative data analysis using R
General data
Course ID: | 3500-SCC-ADR |
Erasmus code / ISCED: |
14.2
|
Course title: | Quantitative data analysis using R |
Name in Polish: | Analiza danych ilościowych z wykorzystaniem R |
Organizational unit: | Faculty of Sociology |
Course groups: | |
ECTS credit allocation (and other scores): |
6.00
|
Language: | Polish |
Type of course: | obligatory courses |
Mode: | Classroom |
Short description: |
(in Polish) Zajęcia stanowią wprowadzenie do języka R. Ich celem jest przedstawienie najważniejszych cech tego języka, pokazanie najbardziej użytecznych pakietów i ich zastosowań w analizie danych ilościowych oraz wskazanie innych możliwości oferowanych przez to oprogramowanie. Zajęcia będą prowadzone z użyciem oprogramowania RStudio |
Full description: |
(in Polish) Programowanie w języku R jest używane do analizy i obróbki danych, grafiki, obliczeń i analizy statystycznej. R jest ogólnodostępnym środowiskiem, które cieszy się rosnącą popularnością i znalazło wiele zastosowań. Znajomość R jest poważnym atutem na rynku pracy i jest wręcz wymagana na wielu stanowiskach związanych z obróbką danych, wizualizacją wyników, inżynierią uczenia maszynowego, analizą tzw. Big data itp. Celem zajęć jest zaznajomienie z podstawami języka R i sposobem wykorzystania go do przetwarzania i analizy typowych danych ilościowych opisujących wyniki badań społecznych. Kurs obejmuje swoim zakresem wczytywanie i eksport danych tabelarycznych zapisanych w różnych formatach, podstawowe przekształcenia danych, agregację, tworzenie rozkładów oraz zestawień statystyk opisowych. Uczestnicy zapoznają się w trakcie zajęć z podstawowymi strukturami danych (ramka danych, wektory, czynniki), ich cechami, sposobami wykorzystania i przekształcania. Obszernie omówione zostanie wykorzystanie pakietów z grupy tzw. tidyverse do tworzenia efektywnych i łatwych do zrozumienia ciągów operacji czyszczenia i przekształcania danych oraz do tworzenia rozkładów statystycznych i zestawień wartości parametrów statystycznych. Ważnym elementem kursu jest też rozwój umiejętności wizualizacji danych przy pomocy wykresów oraz wykorzystania opcji tworzenia przejrzystych raportów z poziomu R. Uczestnicy zostaną też zaznajomieni z podstawowymi strukturami programistycznymi języka R, umożliwiającymi wykorzystanie go do tworzenia bardziej złożonych rozwiązań informatycznych. Zajęcia będą prowadzone z użyciem oprogramowania RStudio |
Bibliography: |
(in Polish) Literatura ogólna: Biecek, P. (2017). Przewodnik po pakiecie R. Wyd. 4. Warszawa: Oficyna Wydawnicza Gis. Biecek, P. (2015). Przetwarzanie danych w programie R oraz Wizualizacja i modelowanie – materiały do kursu Pogromcy danych do pobrania ze strony autora: http://biecek.pl/R/#Pogromcy Wickham, H. (2014). Tidy data. Journal of Statistical Software 59(10). http://www.jstatsoft.org/v59/i10 Wickham, H. (2010). A layered grammar of graphics. Journal of Computational and Graphical Statistics 19(1): 3-28. |
Learning outcomes: |
(in Polish) K_W02: posiada pogłębioną wiedzę na temat wybranych metod i technik badań cyfrowych, ich ograniczeń, specyfiki i obszarów zastosowania; K_W05: rozumie funkcjonujące w świecie cyfrowym mechanizmy i źródła danych, jakie można wykorzystywać albo wygenerować; K_U02: potrafi analizować dane ilościowe i jakościowe o charakterze cyfrowym; K_U03: ma podstawowe umiejętności informatyczne pozwalające na poruszanie się w świecie cyfrowym i ułatwiające komunikację międzydziedzinową; K_U04: ma zaawansowane umiejętności komunikacyjne obejmujące komunikację międzydziedzinową (nauki społeczne/IT); K_U07: potrafi wyszukiwać, gromadzić i przygotować do analizy za pomocą wybranych narzędzi dane dotyczące określonych zjawisk społecznych; K_U11: samodzielnie wyszukuje informacje o narzędziach służących analizie danych cyfrowych i dokształca się w zakresie korzystania z nich; K_U12: potrafi posługiwać się danym programem komputerowym do analizy danych cyfrowych korzystając z jego zaawansowanych funkcji; K_K03: potrafi krytycznie selekcjonować dane cyfrowe umożliwiające opracowanie wybranego problemu badawczego; K_K05: jest gotów do pracy zespołowej i współpracy również międzydziedzinowej w ramach wykonywanych zadań; K_K06: potrafi dokonać krytycznej oceny własnej pracy (badawczej, wykonanych analiz); |
Assessment methods and assessment criteria: |
(in Polish) prace domowe, kolokwium |
Classes in period "Summer semester 2023/24" (in progress)
Time span: | 2024-02-19 - 2024-06-16 |
Navigate to timetable
MO TU WAR
WAR
WAR
W TH FR |
Type of class: |
Workshops, 45 hours, 30 places
|
|
Coordinators: | Katarzyna Abramczuk, Krzysztof Bulkowski | |
Group instructors: | Katarzyna Abramczuk, Krzysztof Bulkowski | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Grading
Workshops - Grading |
Classes in period "Summer semester 2024/25" (future)
Time span: | 2025-02-17 - 2025-06-08 |
Navigate to timetable
MO TU W TH FR |
Type of class: |
Workshops, 45 hours
|
|
Coordinators: | Katarzyna Abramczuk, Krzysztof Bulkowski | |
Group instructors: | Katarzyna Abramczuk, Krzysztof Bulkowski | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Grading
Workshops - Grading |
Copyright by University of Warsaw.