Doel van de winteR couRse programmeren in R
De cursus programmeren in R vormt een inleiding in de zeer populaire statistische softwarepakketten R en RStudio. Na deze cursus kan de cursist zelfstandig statistische analyses uitvoeren, visualiseren, resultaten beoordelen, en rapporteren met R en RStudio. R is één van de meest geavanceerde en flexibele statistiekprogramma’s en is bovendien open source (gratis). Het is in overleg mogelijk dat de cursisten voorbeelden aandragen uit hun eigen praktijk.
De cursus programmeren in R wordt gegeven door docenten die zelf R-packages hebben ontwikkeld, boeken over R hebben gepubliceerd en dagelijks R gebruiken in hun werk als senior onderzoeker, universitair docent of hoogleraar.
Inhoud van de winteR couRse programmeren in R
Tridata hecht er waarde aan om cursisten tijdens de cursussen hands-on ervaring op te laten doen, dus om meteen toe te passen in de praktijk op basis van gedegen theorie. Elke dag bestaat daarom voor ongeveer de helft uit oefeningen onder begeleiding van onze ervaren docenten. De cursist heeft de keuze tussen een programma van drie of vijf dagen. Op dag 1 t/m dag 3 wordt er gefocust op basisvaardigheden voor R, datamanagement en -bewerking, datavisualisatie en (geautomatiseerde) rapportage. Op dag 4 en dag 5 behandelen we een aantal statistische modellen, toetsen en functioneel programmeren (looping, cycling, iterating). De docenten werken zo veel mogelijk met Tidyverse en Tidyverse vriendelijke packages.
Dag 1: Introductie & Data Transformaties
- Introductie in R & R Studio
- Basis R : wat is een object, basis verschillende soorten objecten (zoals een variabele met 1 waarde)
- Wat noemen we een vector(kolom)
- Welke typen kolommen kunnen er zijn in een tabel (integer, double, string, logical, tekst, etc.)
- Bewerkingen op tabellen
- filteren van rijen, selecteren van kolommen, aanpassen van kolommen, toevoegen van kolommen, kolomnamen veranderen, geaggregeerde statistieken uitrekenen
- Ketenen van opdrachten aan elkaar
- Overzicht van verschillende typen plots (wanneer welke te gebruiken?)
- Inleiding ggplot2
Dag 2: Datamanagement
- Geavanceerde eigenschappen van kolommen
- Werken met datums in tabellen
- Categoriale variabelen (factoren) in tabellen
- Werken met tekst
- Basisbeginselen van Regular Expressions
- Zoeken en vervangen van tekst
- Data bestanden beheren
- Inlezen van tabellen uit verschillende soorten bestanden
- Exporteren van tabellen
- Koppelen van tabellen
- Herschikken van data (lange & brede tabellen)
Dag 3: Data Presentaties & Rapportage
- Grafieken
- Grafieken en exploratieve data-analyse (combinaties van typen variabelen in verschillende plots – wat maak je nu inzichtelijk met welk type plot)
- Additionele mogelijkheden met grafieken (facetwraps & facet grids)
- Aanpassen titels, vormen, kleuren & labellen punten
- Maken van rapporten – R Markdown
- Genereren van PDF, HTML of Word documenten
- Dynamisch genereren van rapporten
- Creëren van interactieve rapporten
Dag 4: Modellen en Functies
- Modelleren in R
- Lineaire modellen en residuen – Beschrijving, toepassingen & selectie van variabelen
- Logistische modellen
- Geavanceerde functies in R
- Iteraties en conditionele bewerkingen (For-loops & de if-else functie)
- Eigen eenvoudige functies maken
Dag 5: Statistiek & Geavanceerde Analyses in R
- Statistiek in R
- Kruistabellen
- Statistische toetsen (t-toets, chi-kwadraat toets)
- Verschillende klassen/type objecten in R (vectoren, lijsten)
- Verandering van type object
- Functioneel programmeren: itereren van bewerkingen aan tabellen over meerdere argumenten tegelijkertijd.
Doelgroep
De cursus programmeren in R is bedoeld voor mensen met basiskennis van statistiek en statistische software, die bovendien ervaring willen opdoen met dit populaire statistische pakket.
Vereiste voorkennis
Om de deel te kunnen nemen aan de cursus programmeren in R wordt van de deelnemer een bepaald kennisniveau verwacht.
– Minimaal afgeronde HBO
– Basiskennis van ICT-systemen
– Basiskennis van basisstatistiek
Tools
In de cursus wordt gewerkt met de meest recente versie van R en RStudio.
Het hebben van een eigen laptop is noodzakelijk. Het voordeel van een eigen laptop is dat je dan de software en opgaven in je eigen omgeving hebt, zodat je eenvoudig thuis aan de cursus kunt werken.
Cursusdata (Utrecht)
Wordt nog bekendgemaakt.
De winteR couRse wordt op vijf opeenvolgende dagen gegeven. Wil je liever de cursus verspreid over vijf weken volgen, check dan de reguliere Tridata R cursus.
Lestijden
De lestijden zijn van 9:15 tot 16:00, met uitloop tot uiterlijk 16:15.
Studiebelasting
Per week kun je rekenen op 8 uur studielast, op de cursusdag zelf. Daarnaast ben je in je vrije tijd per week nog 2-4 uur bezig met de voorbereiding en verwerking van de cursusdag. Dit is afhankelijk van de intensiviteit van de lesstof en jouw eigen opleidingsachtergrond.
Kosten en inschrijving
De kosten van de 5-daagse cursus bedragen €2175. Als je ervoor kiest om de 3-daagse cursus te volgen dan bedragen de kosten €1350. De cursusprijs is vrijgesteld van BTW en is inclusief cursusmateriaal, het R for Data Science boek van Hadley Wickham Garrett Grolemund, deelnamecertificaat, koffie/thee en lunches.
In-company training
Deze training kan in huis (bij uw organisatie) worden gegeven. In overleg past Tridata de cursus aan de wensen van de cursisten aan. Voor meer informatie kun je contact met ons opnemen.
Cursuslocatie
Europalaan 400, 5e verdieping | 3526 KS Utrecht
Waarom de cursus volgen bij Tridata?
– Tridata is het enige instituut dat een door de Vereniging voor Statistiek & Operationele Research (VVS-OR) erkende opleiding statistiek aanbiedt.
– De R-cursus wordt gegeven door docenten met ruime ervaring op het gebied van R, statistical modelling en machine learning, statistical software development, tekstanalyse, text mining, datavisualisatie en -management.
– Tridata heeft in 2006 samen met de faculteit economie/econometrie van de Erasmus Universiteit R geïntroduceerd in Nederland.
De Docenten
Dr. Mark van der Loo studeerde Cum Laude af in de informatische chemie (een combinatie van scheikunde, wiskunde, en informatica) aan de Katholieke Universiteit Nijmegen. Na zijn promotie op een onderwerp uit de quantumfysica werd hij werkzaam als statistisch onderzoeker bij het CBS, met als specialiteit statistical computing and modelling, data cleaning en text processing. Over deze onderwerpen publiceert hij regelmatig op conferenties en in peer reviewed journals. Mark is expert op het gebied van R, Python, en (multicore) C programming en heeft verschillende R-packages op CRAN gepubliceerd. Een van die packages wordt onder andere door Wikimedia Foundation gebruikt voor tekstanalyse van Wikipediapagina’s. Mark werkt sinds 2012 bij Tridata als consultant en docent.
Drs. Edwin de Jonge studeerde af in de theoretische natuurkunde aan de Katholieke Universiteit Nijmegen. Na zich enkele jaren te hebben gespecialiseerd in softwareontwikkeling is hij als onderzoeker gaan werken bij het CBS met als specialiteit statistical computing and modelling, datamanagement en -visualisatie. Over dit laatste onderwerp publiceerde Edwin onder andere een paper voor de prestigieuze IEEE VisWeek conferentie. Edwin is expert in verschillende programmeertalen zoals C++, Javascript, Python en R. In die laatste taal ontwikkelde hij een package wat inmiddels meer dan 120 duizend keer per maand wordt gedownload van de CRAN servers. Edwin werkt sinds 2012 als consultant en docent voor Tridata.
Mark van der Loo en Edwin de Jonge zijn auteurs van de boeken “Learning RStudio for R Statistical Computing” (Packt Publishing, 2012) en “Statistical Data Cleaning with Applications in R” (Wiley, 2018). In 2013 gaven zij een tutorial op de grootste R conferentie ter wereld (useR!2013) getiteld “An introduction to data cleaning with R”. Zij waren ook keynote speakers op useR conferenties in Boekarest, Los Angeles, Toulouse, Marrakesh, Madrid, etc.
Dr. Ir. J. (Jan) van der Laan studeerde af op het gebied van signaalverwerking bij de faculteit technische natuurkunde aan de Technische Universiteit Delft. Na zijn promotie op het gebied van medical physics werd hij werkzaam als statistisch onderzoeker bij het CBS. Hier houdt hij zich onder andere bezig met statistische analyse en regressietechnieken, datavisualisatie en het verwerken en koppelen van grote bestanden. Over deze onderwerken publiceert hij op conferenties en peer reviewed journals. Jan is zeer ervaren in meerdere programmeertalen waaronder C++, Javascript, D3.js en R. Hij heeft bijdragen geleverd aan meerdere R-packages op CRAN. Jan is sinds 2015 als consultant en docent werkzaam bij Tridata.
Bekijk hier de gratis live online R cursus
