Schulungsübersicht

Einführung und Vorbemerkungen

    R benutzerfreundlicher machen, R und verfügbare GUIs Rstudio Verwandte Software und Dokumentation R und Statistiken Interaktive Verwendung von R Eine Einführungssitzung Hilfe zu Funktionen und Features erhalten R-Befehle, Groß-/Kleinschreibung usw. Abrufen und Korrigieren früherer Befehle Ausführen von Befehlen von oder Umleiten der Ausgabe zu eine Datei Datenpermanenz und Entfernen von Objekten

Einfache Manipulationen; Zahlen und Vektoren

    Vektoren und Zuweisung Vektorarithmetik Generieren regelmäßiger Folgen Logische Vektoren Fehlende Werte Zeichenvektoren Indexvektoren; Auswählen und Ändern von Teilmengen eines Datensatzes. Andere Objekttypen

Objekte, ihre Modi und Attribute

    Intrinsische Attribute: Modus und Länge Ändern der Länge eines Objekts Abrufen und Festlegen von Attributen Die Klasse eines Objekts

Arrays und Matrizen

    Arrays Array-Indizierung. Unterabschnitte eines Arrays Indexmatrizen Die Funktion array() Das äußere Produkt zweier Arrays Verallgemeinerte Transponierung eines Arrays Matrix Funktionen Matrix Multiplikation Lineare Gleichungen und Inversion Eigenwerte und Eigenvektoren Singularwertzerlegung und Determinanten Kleinste-Quadrate-Anpassung und die QR-Zerlegung
Partitionierte Matrizen bilden, cbind() und rbind()
  • Die Verkettungsfunktion () mit Arrays
  • Häufigkeitstabellen aus Faktoren
  • Listen und Datenrahmen
  • Listen Erstellen und Ändern von Listen. Verketten von Listen

      Datenrahmen Erstellen von Datenrahmen
    attachment() und detach()
  • Arbeiten mit Datenrahmen
  • Anhängen beliebiger Listen
  • Verwalten des Suchpfads
  • Datenmanipulation
  • Auswählen, Unterteilen von Beobachtungen und Variablen, Filtern, Gruppieren, Neukodierung, Transformationen, Aggregation, Kombinieren von Datensätzen, Zeichenmanipulation, Stringr-Paket
  • Daten lesen

      TXT-Dateien, CSV-Dateien, XLS-, XLSX-Dateien, SPSS-, SAS-, Stata- und andere Datenformate. Exportieren von Daten in TXT-, CSV- und andere Formate. Zugriff auf Daten aus Datenbanken mithilfe der SQL-Sprache

    Wahrscheinlichkeitsverteilungen

      R als Satz statistischer Tabellen. Untersuchen der Verteilung eines Datensatzes. Tests mit einer oder zwei Stichproben

    Gruppierung, Schleifen und bedingte Ausführung

      Gruppierte Ausdrücke Kontrollanweisungen Bedingte Ausführung: if-Anweisungen Wiederholte Ausführung: for-Schleifen, Repeat und While

    Schreiben Sie Ihre eigenen Funktionen

      Einfache Beispiele Definieren neuer binärer Operatoren Benannte Argumente und Standardwerte Das Argument „...“ Zuweisungen innerhalb von Funktionen Fortgeschrittenere Beispiele Effizienzfaktoren in Blockentwürfen Löschen aller Namen in einem gedruckten Array Rekursive numerische Integration

    Umfang

      Anpassen der Umgebung
    Klassen, generische Funktionen und Objektorientierung
  • Grafische Verfahren
  • Plotbefehle auf hoher Ebene Die Funktion plot() Anzeigen multivariater Daten Grafiken anzeigen Argumente für Plotfunktionen auf hoher Ebene
  • Grundlegende Visualisierungsdiagramme
  • Multivariate Beziehungen mit Gitter- und ggplot-Paket

      Verwendung von Grafikparametern
    Liste der Grafikparameter
  • Zeitreihe Forecasting
  • Saisonale Anpassung Gleitender Durchschnitt Exponentielle Glättung Extrapolation Lineare Vorhersage Trendschätzung Stationarität und ARIMA-Modellierung
  • Ökonometrische Methoden (Casual-Methoden)
  • Regressionsanalyse Mehrfache lineare Regression Mehrfache nichtlineare Regression Regressionsvalidierung Forecasting aus der Regression
  •   21 Stunden
     

    Teilnehmerzahl


    Beginnt

    Endet


    Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
    Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

    Erfahrungsberichte (2)

    Kombinierte Kurse

    Big Data Business Intelligence for Telecom & Communication Service Providers

      35 Stunden

    Big Data Business Intelligence for Criminal Intelligence Analysis

      35 Stunden

    Verwandte Kategorien