Váš prohlížeč nepodporuje JavaScript nebo je jeho podpora vypnutá. Některé funkce nemusejí být dostupné.
Vyhodnocení dat ve statistickém balíku R - M320078
Anglický název:
Data analysis in R
Zajišťuje:
Ústav biochemie a mikrobiologie (320)
Fakulta:
Fakulta potravinářské a biochemické technologie
Platnost:
od 2022
Semestr:
oba
Body:
2
E-Kredity:
2
Způsob provedení zkoušky:
Rozsah, examinace:
0/15, Z [HS]
Počet míst:
zimní:neurčen / 20 (neurčen)
Minimální obsazenost:
neomezen
Stav předmětu:
vyučován
Jazyk výuky:
čeština
Způsob výuky:
prezenční
Způsob výuky:
prezenční
Úroveň:
Další informace:
https://github.com/spiwokv/Rtutorial
Poznámka:
předmět je možno zapsat mimo plán
Pro tento předmět jsou dostupné online materiály
Anotace -
--- čeština angličtina
Vyhodnocení dat ve statistickém balíku R je praktické cvičení zaměřené na zpracování a vizualizaci dat v balíku R. Zahrnuje základní práce s daty, vytváření grafů, nejpoužívanější metody jedno- i mnohorozměrné statistiky a další postupy.
Poslední úprava: Spiwok Vojtěch (06.08.2019)
Data Analysis in R is a practical tutorial focused on analysis and visualization of data in R package. It includes basic data handling, plotting, most common uni- as well as multivariate statistics and other methods.
Poslední úprava: Spiwok Vojtěch (06.08.2019)
Literatura -
--- čeština angličtina
https://github.com/spiwokv/Rtutorial/blob/master/book/all.pdf
Poslední úprava: Spiwok Vojtěch (06.08.2019)
https://github.com/spiwokv/Rtutorial/blob/master/book/all.pdf
Poslední úprava: Spiwok Vojtěch (06.08.2019)
Sylabus -
--- čeština angličtina
1. Vstup a výstup souborů v R, analýza dat v R
2. Grafy v R
3. Náhodná čísla v R
4. Jednorozměrná popisná statistika v R, intervaly spolehlivosti v R
5. Jednovýběrový a dvouvýběrový t-test v R
6. Neparametrické testy
7. Analýza rozptylu
8. Úprava P-hodnoty a další přístupy při vícenásobném porovnávání
9. Dvou- a vícerozměrná popisná statistika
10. Lineární modely
11. Analýza hlavních komponent
12. Shluková analýza
13. Programování, další kroky
Poslední úprava: Spiwok Vojtěch (06.08.2019)
1. Reading and writing files in R, analyzing data in R
2. Plotting in R
3. Random numbers in R
4. Univariate descriptive statistics in R, confidence intervals in R
5. One-sample t-test in R, two-sample t-test in R
6. Non-parametric tests
7. Analysis of Variance
8. P-value adjustment and other approaches for multiple comparisons
9. Bi- and multivariate descriptive statistics
10. Linear models
11. Principal Component Analysis
12. Cluster Analysis
13. Programming, next Steps
Poslední úprava: Spiwok Vojtěch (06.08.2019)
