BUS255 Introduksjon til dataanalyse i R

I dette emnet vil du lære å bruke R til å løse vanlige problemer i dataanalyse. Du vil få grunnleggende kunnskap om datastrukturer, analyse og visualisering.

Noen av nøkkelfordelene ved å jobbe i R er at alt arbeid og analyse er fullt ut reproduserbar, du kan jobbe med store datasett, kontinuerlige datastrømmer, utnytte «state-of-the-art» modellering og data visualiseringsteknikker, og mye mer.

Emnet er delt inn i 4 deler:

1. Datautforskning (4 uker)
2. Datahåndtering (4 uker)
3. Programmering i R (3 uker)
4. Modeller i R (2 uker)

Emnet vil dekke følgende temaer:

• Vanlige datastrukturer og datakilder
• Vanlige filformater og dataimportering
• R og R Studio
• Quarto
• Data transformasjon
• Data and model visualization using 'ggplot'
• Exploratory data analysis
• Programming concepts (functions, vectors, and iterations)
• Model building

Kunnskap:

• Forstå egenskapene til rådatastrukturer og deres implikasjoner for bruk av analyseteknikker
• Kjenne til de vanligste databasestrukturene og forstå deres implikasjoner for datahåndtering og datauttrekk
• Kjenne til standardteknikker for datatilrettelegging, datatransformasjoner og datautforskning
• Forstå hvordan valg som foretas før analyse, e.g., aggregering og fjerning av observasjoner, påvirker både analyse og tolkning av resultater.
• Forstå hvilke kompromisser som kan være nødvendig i dataanalyseprosessen når man går fra rådata til diskusjon og presentasjon av resultater og hvordan disse kompromissene kan påvirke og føre til skjevhet i resultatene.
• Forstå hvordan programmering kan automatiskere dataanalyseoppgaver, redusere risikoen for feil og øke graden av reproduserbare resultater

Ferdigheter:

• Ha grunnleggende ferdigheter i R og R Studio
• Kunne lese inn data fra ulike datakilder og filformater, e.g., SQL databaser, Excel, XML datastrømmer
• Kunne jobbe med utfordrende rådata og klargjøre disse for analyse
• Kunne utføre grunnleggende former for «feature engineering» som variabelutvelgelse, transformasjoner av data og dataaggregering.
• Kunne lage informative tabeller og visualiseringer av data og analyseresultater
• Kunne lage reproduserbare presentasjoner og rapporter i Quarto

Generell kompetanse:

• Kunne effektivt kommunisere resultatene av dataanalyse ved hjelp av tekst, tabeller og visualiseringer
• Kunne bygge logiske argumenter og begrunne data- og analysevalg
• Kunne stille tekniske spørsmål på en slik måte at andre kan komme inn for å hjelpe til med løsningen