Introduction to Data Management 2600-MSdz2IDMen

• Wprowadzenie do języka R i struktur danych R, wykonywanie poleceń R, zrozumienie obiektów i struktur danych R, korzystanie z funkcji R, badanie i manipulowanie danymi przy użyciu języka Base R.
• Badanie typu i struktury obiektów R, izolowanie elementów przy użyciu operatorów podzbiorów języka Base R i funkcji subset (), badanie i manipulowanie danymi przy użyciu tidyverse.
• Wybieranie, filtrowanie i sortowanie danych przy użyciu funkcji tidyverse, łączenie funkcji za pomocą potoków (%>%), tworzenie nowych zmiennych warunkowo przy użyciu if_else(), recode() i case_when()
• Obliczanie statystyk zbiorczych z wielu wierszy danych, grupowanie wierszy danych przy użyciu group_by(), tworzenie statystyk zbiorczych przy użyciu summarize()
• Praca z ciągami znaków i obiektami daty/daty i czasu, zrozumienie podstaw ciągów znaków, manipulowanie ciągami znaków za pomocą funkcji stringr, praca z datami i czasem za pomocą pakietu lubridate.
• Zrozumienie klasy i atrybutów obiektów R, badanie klasy i atrybutów obiektów R, praca ze zmiennymi czynnikowymi, zmiennymi etykietowymi i wartościami ramki danych za pomocą pakietu labelled.
• Narzędzia i wytyczne dotyczące eksploracyjnej analizy danych (EDA) Poznaj popularne podejścia do eksploracji i analizy danych, zrozum wzorce pomijania w danych ankietowych
• Zrozum strukturę uporządkowanych danych i przekształcanie danych, zdefiniuj uporządkowane dane i sposób przekształcania nieuporządkowanych danych w uporządkowaną formę, przekształcaj dane z szerokich na długie za pomocą pivot_longer(), przekształcaj dane z długich na szerokie za pomocą pivot_wider(), obsługuj brakujące wartości podczas przekształcania
• Łączenie danych z wielu zestawów danych za pomocą połączeń, scalanie zestawów danych za pomocą mutujących połączeń, sprawdzanie jakości scalania za pomocą filtrujących połączeń, dołączanie zestawów danych poprzez układanie w stosy wierszy