Delivered at:: Department of Educational Programmes

Course type:: Elective course

When:: 1 year, 3 module

Instructors

Tarasov, Sergey

Yusupova, Elen

Дополнительные материалы в LMS Задать вопрос

Аннотация

R является популярным инструментом среди специалистов по анализу данных как в академической сфере, так и в бизнесе. Этот язык довольно прост в изучении, но обладает обширным набором функций для работы с данными. Вместе с проведением сложного анализа R также отлично подходит для предварительной обработки данных и является мощной альтернативой Excel. Данный курс направлен на освоение основных принципов предварительной обработки данных в R, которым порой на курсах по анализу данных удаляется мало внимания. На этом курсе вы научитесь управлять данными с использованием пакетов tidyverse и data.table; столкнетесь с самыми часто встречаемыми трудностями при работе с сырыми базами данных и научитесь их преодолевать; узнаете как менять масштаб датафреймов и строить сводные таблицы в R. Здесь вы познакомитесь с функциями семейства apply, с утилитами R, помогающими в работе с регулярными выражениями и календарными данными.

Цель освоения дисциплины

Научить студентов обрабатывать данные в R и готовить их к проведению статистического анализа.

Планируемые результаты обучения

Студент умеют создавать такие объекты как переменные, векторы, датафреймы, записать в них данные R
Студенты умеют оформлять код в R Markdown
Студенты могут импортировать и экспортировать базы данных в R
Студенты умеют работать с разными типами данных и изменять типы данных в R
Студенты умеют готовить базы данных в R к анализу
Студенты умеют применять функции семейства apply при работе с табличными данными
Студенты умеют применять функции из пакета ggplot2 для визуализации данных в R
Студенты умеют строить сводные таблицы в R, изменять формат табличных данных в R: переводить из длинного формата в широкий и наоборот, объединять данные из разных таблиц в R
Студенты умеют работать с регулярными выражениями и календарными данными в R

Содержание учебной дисциплины

Синтаксис R, базовые функции и операции в R
Работа и оформление кода в Markdown
Импорт и экспорт данных. Пакет tidyverse.
Предварительная обработка данных
Визуализация в R. Пакет ggplot2
Изменение формата табличных данных: длинное и широкое представление данных. Сводные таблицы
Регулярные выражения и календарные данные

Элементы контроля

Итоговый проект
В течение модуля студентам будет предложено выполнить практическую работу в R, которая подразумевает работу с данными, их обработку, аналитику и визуализацию. По итогам необходимо предоставить код в R, решающий цели и задачи проекта. Проект необходимо сдать в установленный дедлайн до начала сессионной недели, а на сессии необходимо его представить в виде небольшого устного рассказа о проделанной работе.
Финальный тест
Финальный тест направлен на проверку освоения материала за весь курс. Выполнение теста предполагается во время последнего учебного занятия с ограничением во времени. Финальный тест включает как задания закрытого типа (выбор ответа из списка, соотнесение, перетаскивание в текст и т.д.), так и задания открытого типа (краткий и развернутый ответ).
Мини-тесты
После изучения новой темы студентам предлагается в течение недели продемонстрировать и проверить свои знания при помощи небольших тестов. Тесты не имеют ограничения по времени выполнения, но их необходимо завершить до установленного дедлайна (обычно до начала следующего занятия). Тесты включают в себя задания разного типа: закрытого (выбор ответа из списка, соотнесение, перетаскивание в текст и т.д.), открытого (краткий и развернутый ответ), а также написание кода, выполняющего определенную задачу.

Промежуточная аттестация

2025/2026 3rd module
0.6 * Итоговый проект + 0.1 * Мини-тесты + 0.3 * Финальный тест

Список литературы

Авторы

Юсупова Элен Магомедовна
Тарасов Сергей Владимирович

Master’s Programme 'Science of Learning and Assessment'

Data Manipulation in R

Instructors

Программа дисциплины