R语言数据分析及绘图专题学习会

时间

模块

授课题目

授课内容

4月21日

模块1：R语言基础

1.1 R语言概述

历史发展，社区情况，语言特点，成功案例。

1.2 R语言软件安装

安装R软件、R Studio软件，认识软件平台，阐述语言特点，创造R项目。

1.3 R语言包的安装

R包概念，R包安装，R包加载，R包查找，R函数（函数结构、经典的R函数）。

1.4 R语言功能与应用

大数据分析，图形处理，与其他软件接口，主要应用领域。

1.5 R语言资源和帮助文档

R主页，R社区，R在线帮助，R离线帮助。

模块2：R语言基本操作

2.1 环境设置

工作路径（查找、更改），工作内存（查看、清理）。

2.2 对象操作

向量，矩阵，数组，数据框，列表，公式等。

2.3 数据结构与操作

定量数据（numeric or integer），定序数据（ordered, like integers），定类数据（categorical, nominal, or factor）。数据类型，数据显示，数据维度，数据查找（缺失值等），数据选取（子集），变量名称，样本名称等。

2.4 数据读取与保存

手动添加，数据导入（文件读取、数据库对接），互联网抓取。数据保存，数据导出。

模块3：R语言函数编程

3.1 控制语句

条件与条件语句，循环以及嵌套语句，循环控制语句。

3.2 自定义函数

函数语法，函数结构，定义规则，参数类型（形参、实参、默认参数、返回值），变量作用域（全局变量与局部变量）。

3.3 编程与调试

脚本编写，函数加载，程序运行，程序调试。

4月22日

模块4：R语言数据分析

4.1 R语言数据处理

数据加载，数据匹配，数据清洗，数据选取，数据抽样，数据转换，数据生成，数据补齐，频率转换。

4.2 R语言探索性分析

描述统计，分布特征，相关分析，关联规则，聚类分析，图形展示（直方图、箱线图、散点图、条件图）。

4.3 R语言随机模拟

随机数种子，随机数生成，Monte Carlo模拟，Bootstrap方法。

4.4 R语言统计分析

参数统计方法：统计推断（参数估计、假设检验），方差分析，回归分析，主成分分析，因子分析，聚类分析。非参数统计方法：核密度估计，卡方拟合优度检验，列联表分析，Wilcoxon符号秩检验，Mann-Whitney-Wilcoxon秩和检验，Spearman等级相关，Kruskal-Wallis方差分析。

4月23日

4.5 R语言现代计算

数据挖掘：Logistic回归，K-means聚类，KNN分类，决策树，随机森林。

统计学习（机器学习）：交叉验证，LASSO回归，神经网络，支持向量机，bagging，Boosting。

模块5：R语言可视化

5.1 R语言绘图基础

绘图函数，绘图参数，图形控制，图形输出，经典图形制作。

5.2 R语言ggplot2绘图

ggplot2绘图理念，ggplot2包概述，高级绘图函数，低级绘图函数，交互式绘图函数，ggplot2编程，经典图形制作。

模块6：大数据案例分析——R语言应用

6.1 案例背景

案例介绍，数据来源，数据展示。

6.2 案例操作

研究目标，研究内容，模型算法，大数据集，数据分析，研究结果。

6.3 案例讨论

6.4 现场答疑