R Programming for Data Analysis

本課程屬於數據科學家技能組的一部分（領域：數據與技術）

引言与预备知识

• 让R更友好，R及可用的图形用户界面
• Rstudio
• 相关软件与文档
• R与统计
• 交互式使用R
• 入门课程
• 获取函数与功能的帮助
• R命令，大小写敏感等
• 回忆与修正之前的命令
• 从文件执行命令或将输出重定向到文件
• 数据持久性与删除对象

简单操作；数字与向量

• 向量与赋值
• 向量运算
• 生成规则序列
• 逻辑向量
• 缺失值
• 字符向量
• 索引向量；选择与修改数据集的子集
• 其他类型的对象

对象、模式与属性

• 内在属性：模式与长度
• 更改对象的长度
• 获取与设置属性
• 对象的类别

数组与矩阵

• 数组
• 数组索引，数组的子部分
• 索引矩阵
• array()函数
• 两个数组的外积
• 数组的广义转置
• Matrix功能
  • Matrix乘法
  • 线性方程与逆矩阵
  • 特征值与特征向量
  • 奇异值分解与行列式
  • 最小二乘拟合与QR分解
• 形成分区矩阵，cbind()与rbind()
• 连接函数()，与数组
• 从因子生成频率表

列表与数据框

• 列表
• 构建与修改列表
  • 连接列表
• 数据框
  • 创建数据框
  • attach()与detach()
  • 使用数据框
  • 附加任意列表
  • 管理搜索路径

数据操作

• 选择、子集化观测值与变量
• 过滤、分组
• 重编码、转换
• 聚合、合并数据集
• 字符操作，stringr包

读取数据

• 文本文件
• CSV文件
• XLS, XLSX文件
• SPSS, SAS, Stata,…及其他格式数据
• 将数据导出为txt, csv及其他格式
• 使用SQL语言从数据库Access数据

概率分布

• R作为一组统计表
• 检查一组数据的分布
• 单样本与双样本检验

分组、循环与条件执行

• 分组表达式
• 控制语句
  • 条件执行：if语句
  • 重复执行：for循环，repeat与while

编写自己的函数

• 简单示例
• 定义新的二元运算符
• 命名参数与默认值
• '...'参数
• 函数内的赋值
• 更高级的示例
  • 块设计中的效率因子
  • 删除打印数组中的所有名称
  • 递归数值积分
• 作用域
• 自定义环境
• 类、泛型函数与面向对象

图形程序

• 高级绘图命令
  • plot()函数
  • 显示多变量数据
  • 显示图形
  • 高级绘图函数的参数
• 基本可视化图表
• 使用lattice与ggplot包的多变量关系
• 使用图形参数
• 图形参数列表

自动化与交互式报告

• 将R输出与文本结合