کتاب آموزش جامع R: از مقدمات برنامه نویسی تا تحلیل داده های آماری با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

دوره آموزش جامع R: از مقدمات برنامه نویسی تا تحلیل داده های آماری آموزش جامع R: از مقدمات برنامه نویسی تا تحلیل داده های آماری دروازه ورود شما به دنیای شگفت‌انگیز علم داده و تحلیل‌های آماری حرفه‌ای مع...

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 87,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش جامع R: از مقدمات برنامه نویسی تا تحلیل داده های آماری

موضوع کلی: برنامه نویسی و آمار

موضوع میانی: مبانی برنامه نویسی R و آمار توصیفی

📋 سرفصل‌های دوره

  • 1. معرفی دوره و چرا R؟
  • 2. نصب R و RStudio
  • 3. آشنایی با محیط RStudio: پنل‌ها و تنظیمات
  • 4. اولین گام‌ها در R: کار با کنسول
  • 5. متغیرها و تخصیص مقادیر
  • 6. انواع داده‌های پایه در R
  • 7. عملگرهای ریاضیاتی
  • 8. عملگرهای منطقی و مقایسه‌ای
  • 9. مدیریت فضای کاری (Workspace) و سشن‌ها
  • 10. کمک گرفتن در R: توابع help و ?
  • 11. معرفی ساختارهای داده در R
  • 12. بردارها (Vectors): ایجاد و دستکاری
  • 13. انواع داده‌ای در بردارها
  • 14. عملیات برداری (Vectorized Operations)
  • 15. اندیس‌گذاری بردارها (Vector Indexing)
  • 16. ماتریس‌ها (Matrices): ایجاد و ابعاد
  • 17. عملیات پایه‌ای روی ماتریس‌ها
  • 18. اندیس‌گذاری ماتریس‌ها
  • 19. آرایه‌ها (Arrays): معرفی و کاربرد
  • 20. لیست‌ها (Lists): ساختار و انعطاف‌پذیری
  • 21. دسترسی به عناصر لیست‌ها
  • 22. تبدیل بین ساختارهای داده
  • 23. فاکتورها (Factors): مدیریت داده‌های طبقه‌ای
  • 24. مرتب‌سازی سطوح فاکتورها
  • 25. معرفی دیتافریم‌ها (Data Frames)
  • 26. ایجاد دیتافریم از داده‌های مختلف
  • 27. بررسی ساختار دیتافریم‌ها: str()
  • 28. دسترسی به ستون‌ها و ردیف‌های دیتافریم
  • 29. اندیس‌گذاری شرطی در دیتافریم‌ها
  • 30. افزودن و حذف ستون‌ها و ردیف‌ها در دیتافریم
  • 31. دستورات شرطی: if و else
  • 32. دستورات شرطی: ifelse
  • 33. حلقه‌های تکرار: for loop
  • 34. حلقه‌های تکرار: while loop
  • 35. توابع repeat و break/next
  • 36. معرفی توابع در R
  • 37. نوشتن تابع سفارشی (Custom Functions)
  • 38. آرگومان‌های توابع و مقادیر پیش‌فرض
  • 39. خروجی توابع (Return Values)
  • 40. حوزه دید متغیرها (Scoping Rules) در توابع
  • 41. کاربرد توابع apply خانواده (lapply, sapply, vapply)
  • 42. کاربرد توابع apply خانواده (apply, tapply)
  • 43. معرفی پکیج‌ها (Packages) در R
  • 44. نصب و بارگذاری پکیج‌ها
  • 45. مدیریت و به‌روزرسانی پکیج‌ها
  • 46. خواندن فایل‌های CSV
  • 47. خواندن فایل‌های متنی (TXT)
  • 48. خواندن داده از کلیپ‌بورد
  • 49. خواندن فایل‌های اکسل (Excel) با پکیج readxl
  • 50. خواندن داده‌های آماری (SPSS, SAS, Stata) با پکیج haven
  • 51. ذخیره داده‌ها به فرمت CSV
  • 52. ذخیره داده‌ها به فرمت RData
  • 53. مرتب‌سازی داده‌ها (Sorting Data)
  • 54. فیلتر کردن داده‌ها (Filtering Data)
  • 55. انتخاب ستون‌ها و زیرمجموعه‌سازی (Subsetting)
  • 56. تغییر نام ستون‌ها
  • 57. کار با داده‌های گمشده (Missing Values): شناسایی و حذف
  • 58. کار با داده‌های گمشده: جایگزینی (Imputation)
  • 59. ادغام و ترکیب دیتافریم‌ها (Merging Data Frames)
  • 60. تغییر شکل داده‌ها: توابع pivot_longer و pivot_wider
  • 61. معرفی مفاهیم پایه مصورسازی داده
  • 62. نمودارهای پایه در R: هیستوگرام و جعبه‌ای
  • 63. نمودارهای پایه در R: میله‌ای و دایره‌ای
  • 64. نمودارهای پایه در R: پراکندگی (Scatter Plot)
  • 65. معرفی پکیج ggplot2 و اصول گرامر گرافیک
  • 66. ساخت نمودار پراکندگی با ggplot2
  • 67. ساخت هیستوگرام و نمودار چگالی با ggplot2
  • 68. ساخت نمودار میله‌ای و جعبه‌ای با ggplot2
  • 69. سفارشی‌سازی نمودارها: رنگ، عنوان، برچسب‌ها
  • 70. ذخیره نمودارها در فرمت‌های مختلف
  • 71. معرفی آمار توصیفی و اهمیت آن
  • 72. انواع متغیرها: کمی و کیفی
  • 73. جداول فراوانی (Frequency Tables) برای متغیرهای کیفی
  • 74. جداول توافقی (Contingency Tables)
  • 75. معیارهای گرایش به مرکز: میانگین (Mean)
  • 76. معیارهای گرایش به مرکز: میانه (Median) و نما (Mode)
  • 77. محاسبه صدک‌ها و چارک‌ها (Quantiles)
  • 78. معیارهای پراکندگی: دامنه (Range) و دامنه میان‌چارکی (IQR)
  • 79. معیارهای پراکندگی: واریانس (Variance)
  • 80. معیارهای پراکندگی: انحراف معیار (Standard Deviation)
  • 81. محاسبه خلاصه‌های آماری برای یک متغیر (summary())
  • 82. توابع aggregrate و by برای گروه‌بندی داده‌ها
  • 83. ضریب تغییرات (Coefficient of Variation)
  • 84. مفهوم چولگی (Skewness) و کشیدگی (Kurtosis)
  • 85. کشف داده‌های پرت (Outlier Detection)
  • 86. جمعیت و نمونه: مفاهیم اساسی
  • 87. نمونه‌گیری تصادفی ساده در R
  • 88. معرفی احتمال و قوانین پایه
  • 89. متغیرهای تصادفی: پیوسته و گسسته
  • 90. توزیع احتمال گسسته: دو جمله‌ای (Binomial Distribution)
  • 91. توزیع احتمال گسسته: پواسون (Poisson Distribution)
  • 92. توزیع احتمال پیوسته: نرمال (Normal Distribution)
  • 93. کار با توابع توزیع در R (d, p, q, r)
  • 94. قضیه حد مرکزی (Central Limit Theorem)
  • 95. توزیع‌های نمونه‌گیری (Sampling Distributions)
  • 96. معرفی کلی استنباط آماری
  • 97. مفهوم آزمون فرض (Hypothesis Testing)
  • 98. خطاهای نوع اول و دوم (Type I and Type II Errors)
  • 99. معرفی فاصله‌ اطمینان (Confidence Intervals)
  • 100. محاسبه فاصله‌ اطمینان برای میانگین
تگ‌ها: Data Analysis R R Programming Statistics The Book of R آمار آمار توصیفی آموزش R آموزش برنامه نویسی برنامه نویسی برنامه نویسی R تحلیل آماری تحلیل داده دوره R یادگیری R

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.