หลังจากเรียนคอร์สเหล่านี้ รู้สึกมั่นใจในการสร้างการแสดงผลข้อมูลและแดชบอร์ดระดับมืออาชีพ
Shoebur RahmanProcurement Specialist, Giz Bangladesh
รายละเอียดคอร์ส
หากมีประสบการณ์ใช้งาน SAS และต้องการเรียนรู้ R คอร์สนี้เหมาะสำหรับคุณ R เป็นซอฟต์แวร์ที่ใช้งานได้ฟรีและเป็น open source และเป็นหนึ่งในภาษาซอฟต์แวร์ที่เติบโตเร็วที่สุดในด้านสถิติและ data science คอร์สนี้จะแนะนำภาษา R อย่างเป็นขั้นตอน โดยในแต่ละบทจะมีการเปรียบเทียบฟังก์ชันของ R กับ procedure ของ SAS อย่างละเอียด เพื่อให้เห็นความเหมือนและความแตกต่าง จะได้เรียนรู้การใช้งาน R environment และฝึกจัดการข้อมูล สร้างการแสดงผลแบบกราฟิก และสร้างโมเดล รวมถึงปรับแต่งผลลัพธ์สำหรับนำเสนอ ตลอดคอร์สจะได้ฝึกทำงานตามขั้นตอนที่สม่ำเสมอ ได้แก่ การตรวจสอบและทำความสะอาดข้อมูล การสำรวจความสัมพันธ์ การสร้างโมเดล และการนำเสนอผลลัพธ์ เมื่อเรียนจบจะมีโค้ดตัวอย่างที่นำไปใช้กับชุดข้อมูลของตัวเองได้ทันที
ข้อกำหนดเบื้องต้น
คอร์สนี้ไม่มีข้อกำหนดเบื้องต้น
หลักสูตร
โครงร่างคอร์ส
1
เริ่มต้นใช้งาน R
บทแรกนี้จะช่วยให้คุ้นเคยกับ R programming environment ได้เรียนรู้วิธีค้นหาความช่วยเหลือ โหลดชุดข้อมูล และเพิ่มความสามารถด้วยการติดตั้งแพ็กเกจ จะเริ่มต้นทำงานกับชุดข้อมูล abalone (ผ่าน workflow ของแพ็กเกจ dplyr) เพื่อคำนวณสถิติเชิงพรรณนาและสร้างกราฟที่มีประโยชน์ (โดยใช้แพ็กเกจ ggplot2)
- ขอความช่วยเหลือและโหลดข้อมูลใน R50 XP
- การขอความช่วยเหลือ50 XP
- โหลดชุดข้อมูลและดูรายละเอียด100 XP
- เพิ่มความสามารถด้วยแพ็กเกจ100 XP
- เนื้อหาชุดข้อมูลและสถิติเชิงพรรณนา50 XP
- โหลดชุดข้อมูลภายนอก100 XP
- เนื้อหาของชุดข้อมูล100 XP
- สถิติเชิงพรรณนา100 XP
- การสร้างภาพกราฟิก50 XP
- ฮิสโทแกรม100 XP
- Boxplot และ Violin Plot100 XP
- Scatterplots100 XP
2
การจัดการข้อมูล
เมื่อคุ้นเคยกับ R environment แล้ว บทนี้จะขยายความเข้าใจเกี่ยวกับความยืดหยุ่นของ R ในการทำงานกับ data object ได้เรียนรู้วิธีสร้างและปรับเปลี่ยนตัวแปรในชุดข้อมูล abalone รวมถึงนำทักษะการสร้างกราฟด้วย ggplot2 มาใช้ค้นหาข้อผิดพลาดในข้อมูล และสร้างชุดข้อมูลที่สะอาดพร้อมสำหรับการวิเคราะห์และสร้างโมเดล
3
การสำรวจข้อมูล
เมื่อชุดข้อมูลสะอาดพร้อมใช้งานแล้ว ขั้นตอนถัดไปคือการสำรวจข้อมูล ในบทที่ 3 จะได้เรียนรู้การคำนวณสถิติเชิงพรรณนา สำรวจความสัมพันธ์ระหว่างตัวแปร (เช่น สหสัมพันธ์) และทดสอบทางสถิติแบบ bivariate (เช่น t-test และ chi-square test) รวมถึงสร้างกราฟเพื่อแสดงความสัมพันธ์แบบ bivariate และผลการเปรียบเทียบกลุ่ม
4
โมเดลและการนำเสนอผลลัพธ์
ในบทสุดท้ายนี้ จะได้เรียนรู้การทำงานกับ data object ประเภทที่มีความยืดหยุ่นสูงที่สุดใน R ซึ่งเรียกว่า list ทักษะเหล่านี้จะช่วยให้บันทึกและจัดการผลลัพธ์จากสถิติเชิงพรรณนา การวิเคราะห์ความสัมพันธ์ และการเปรียบเทียบกลุ่มได้อย่างมีประสิทธิภาพ นอกจากนี้ยังได้เรียนรู้การทำ ANOVA (การวิเคราะห์ความแปรปรวน) และ linear regression ใน R ทักษะทั้งหมดจะถูกนำมาใช้ในแบบฝึกหัดท้ายบท เพื่อสร้างโมเดลที่ดีที่สุดสำหรับพยากรณ์อายุของหอยเป๋าฮื้อจากเพศ ขนาด และน้ำหนัก
R
R สำหรับผู้ใช้ SAS
เรียนคอร์สจบแล้ว
