Ga naar hoofdinhoud

Cursus

Casestudy: Exploratory Data Analysis in R

BasisVaardigheidsniveau

Bijgewerkt 09-2024

Gebruik je vaardigheden in het bewerken en visualiseren van gegevens om de stemgeschiedenis van de Algemene Vergadering van de Verenigde Naties te bekijken.

Start Cursus Kosteloos

RExploratory Data Analysis

4 u

15 videos

58 Opdrachten

4,800 XP

56,677

Bewijs van Prestatie

Geliefd bij leerlingen van duizenden bedrijven

Een team trainen?

Probeer voor bedrijven

Cursusbeschrijving

Als je eenmaal tools voor datamanipulatie en -visualisatie zoals dplyr en ggplot2 kent, krijg je in deze cursus de kans om ze toe te passen op een echte gegevensset. Je onderzoekt het historische stemgedrag van de Algemene Vergadering van de Verenigde Naties, waaronder verschillen in stemgedrag tussen landen, door de tijd heen en per internationaal thema. Onderweg oefen je met de pakketten dplyr en ggplot2, leer je het broom-pakket gebruiken om modeluitvoer op te schonen, en ervaar je een start-tot-eind verkennende analyse zoals die vaak voorkomt in data science.

Vereisten

Introduction to Data Visualization with ggplot2

1

Data opschonen en samenvatten met dplyr

De beste manier om datavaardigheden voor wrangling te leren, is door ze toe te passen in een concrete casestudy. Hier leer je hoe je de VN-stemgegevens opschoont en filtert met het dplyr-pakket, en hoe je ze samenvat tot kleinere, interpreteerbare eenheden.

De gegevensset met stemmingen van de Verenigde Naties

Rijen filteren

Een jaarkolom toevoegen

Een landkolom toevoegen

Groeperen en samenvatten

De volledige gegevensset samenvatten

Samenvatten per jaar

Samenvatten per land

Samengevatte data sorteren en filteren

Sorteren op percentage "ja"-stemmen

Samengevatte output filteren

Hoofdstuk beginnen

2

Gegevens visualiseren met ggplot2

Als je gegevens eenmaal hebt opgeschoond en samengevat, wil je ze visualiseren om trends te begrijpen en inzichten te halen. Hier gebruik je het ggplot2-pakket om trends in VN-stemgedrag binnen elk land in de tijd te verkennen.

Visualiseren met ggplot2

Een esthetiek kiezen

Een lijn door de tijd plotten

Andere ggplot2-lagen

Visualiseren per land

Samenvatten per jaar en land

Alleen het VK door de tijd heen plotten

Meerdere landen plotten

Facetting per land

Facetten in de tijdreeks

Facetten met een vrije y-as

Kies je eigen landen

Hoofdstuk beginnen

3

Tidy modelleren met broom

Visualisatie helpt je één land tegelijk te begrijpen, terwijl statistisch modelleren je in staat stelt trends over veel landen te kwantificeren en samen te interpreteren. Hier leer je de pakketten tidyr, purrr en broom gebruiken om voor elk land lineaire modellen te fitten, en hun uitkomsten te begrijpen en te vergelijken.

Lineaire regressie

Lineaire regressie voor de Verenigde Staten

De helling van een lineaire regressie vinden

De p-waarde van een lineaire regressie vinden

Modellen opschonen met broom

Een lineair regressiemodel opruimen

Modellen voor meerdere landen combineren

Nesten voor meerdere modellen

Een data frame nesten

Lijstkolommen

Meerdere modellen fitten

Lineaire regressie uitvoeren op elke geneste gegevensset

Maak elk lineair regressiemodel tidy

Een data frame unnesten

Werken met veel nette modellen

Modeltermen filteren

Filteren op significante landen

Sorteren op helling

Hoofdstuk beginnen

4

Samenvoegen en opruimen

In dit hoofdstuk leer je meerdere gerelateerde gegevenssets te combineren, bijvoorbeeld door informatie over het onderwerp van elke resolutie in je stemanalyse op te nemen. Je leert ook hoe je rommelige data omzet naar tidy data, en ziet hoe tidy data je verkenning van thema’s en landen door de tijd kan sturen.

Gegevenssets samenvoegen

Gegevenssets samenvoegen met inner_join

De gekoppelde gegevensset filteren

Visualiseren van stemmen over kolonialisme

Tidy data-observaties

Een gegevensset opschonen met gather

Topics hercoderen

Samenvatten per land, jaar en onderwerp

Trends in onderwerpen visualiseren voor één land

Netjes modelleren per onderwerp en land

Nesten per onderwerp en land

Tidy modellen interpreteren

Steilste trends per onderwerp

Modellen visueel controleren

Hoofdstuk beginnen

Casestudy: Exploratory Data Analysis in R

Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf je nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Casestudy: Exploratory Data Analysis in R!

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.