Sprawdź 105 GWARANTOWANYCH TERMINÓW SZKOLEŃ na rok 2026! Dofinansowanie do 100% — sprawdź możliwości z BUR i KFS!
22 299 53 69
Szkolenie Język R

Analiza danych z wykorzystaniem R - kurs średniozaawansowany

Po ukończeniu tego szkolenia uczestnik będzie potrafił: Samodzielnie pisać własne funkcje i uruchamiać je z kodu skryptu Wykonywać operacje w pętlach, optymalizować szybkość...

więcej →

Program, termin i format dostosujemy do Twojego zespołu

Czas trwania 3 dni

Najbliższe terminy 9:00 – 16:00

Brak dostępnych terminów. Skontaktuj się z nami!

Powiadamiaj mnie o nowych terminach gwarantowanych tego szkolenia

Powiadomienia o terminach gwarantowanych

Na podany adres e-mail będziesz otrzymywać informacje o pojawiających się terminach gwarantowanych szkolenia Analiza danych z wykorzystaniem R - kurs średniozaawansowany.

Z powiadomień możesz wypisać się w dowolnym momencie.

Zorganizuj to szkolenie tylko dla swojego zespołu

To szkolenie można zorganizować w formie zamkniętej — z programem dopasowanym do potrzeb Twojego zespołu, w uzgodnionym terminie i formacie.

Dowiedz się więcej

Opis szkolenia

    Po ukończeniu tego szkolenia uczestnik będzie potrafił:
    • Samodzielnie pisać własne funkcje i uruchamiać je z kodu skryptu
    • Wykonywać operacje w pętlach, optymalizować szybkość działania pętli
    • Wczytywać dane z różnych źródeł: plików tekstowych, SPSS, ze stron WWW, API i baz JSON
    • Przeprowadzać obróbkę danych, będącą wstępem do ich analizy: zmiana struktury danych, rekodowanie etc.
    • Dokonywać opisu parametrów i rozkładów zmiennych oraz generować wizualizacje tych rozkładów
    • Generować i formatować tabele kontyngencji, opisywać kształt, siłę i istotność współzależności, wizualizować wyniki
    • Wyliczać wartości kluczowych parametrów zmiennych w podgrupach i wizualizować różnice między nimi
    • Stosować trzy rodzaje testów t oraz analizę wariancji do testować istotności różnic między średnimi w podgrupach
    • Diagnozować stopień spełnienia założeń teoretycznych modelu analizy regresji, i przywracać poprawność modelu
    • Mierzyć siłę i istotność korelacji między zmiennymi ciągłymi
    • Interpretować zawartość macierzy korelacji i wizualizować ją w postaci korelogramu
    • Budować modele regresji wielu zmiennych oraz interpretować wyniki analizy regresji
    • Diagnozować i usuwać przypadki pogwałcenia założeń teoretycznych modelu regresji
    • Ortogonalizować zestawy zmiennych z wykorzystaniem analizy czynnikowej i analizy głównych składowych
    • Wykonywać analizę skupień różnymi metodami (hierarchiczna, k-średnich)
    • Znać zastosowania ww. analiz w kontekście badawczym i marketingowym

Warunki uczestnictwa

Szkolenie kierowane jest do osób zajmujących się analizą danych, które chciałyby z jednej strony podnieść swoje kompetencje w zakresie statystyki, z drugiej zaś: „przesiąść” się z przestarzałych aplikacji (Excel, SPSS, Statistica, SAS, Stata etc.) na wyspecjalizowany język R o imponujących możliwościach w zakresie analizy i wizualizacji danych. Kurs jest dostosowany do profilu osób działających zarówno w obszarze nauki, jak i biznesu, ze szczególnym ukierunkowaniem na analizę wyników z badań rynku i opinii. Kurs jest też dobrym wprowadzeniem do zagadnień klasycznej statystyki oraz analizy danych marketingowych dla osób, wykorzystujących do tej pory R do innych celów. Kurs przeznaczony jest dla osób z podstawową znajomością R – tak, aby tłumaczenie składni języka lub znaczenia podstawowych funkcji nie odrywało nas od nauki nowych zagadnień. W szczególności: doskonałym wstępem jest odbycie kursu „Analiza danych z wykorzystaniem R – kurs podstawowy”. Wiedza statystyczna ani doświadczenie w programowaniu w innych językach nie są wymagane.
Przejdź do programu szkolenia

Trenerzy prowadzący szkolenia Język R

Program szkolenia

  1. Wprowadzenie
    • obecny i prognozowany kierunek rozwoju języka R
    • object-oriented programming: obiekty i funkcje
    • przypomnienie składni i podstawowych funkcji języka R
    • przegląd zagadnień statystycznych i metod analitycznych omawianych podczas kursu
    • źródła wiedzy i doskonalenia umiejętności: literatura, kursy, blogi
  2. Definiowanie własnych funkcji
    • składnia funkcji
    • zmienne lokalne i globalne
    • argumenty wymagane i opcjonalne, deklarowanie domyślnych wartości
    • tryby zwracania wartości: return i invisible
    • obsługa błędów
    • uruchamianie funkcji z zewnętrznego pliku: source()
  3. Operacje w pętlach
    • pętle for
    • pętle while
    • pętle repeat
    • funkcje z rodziny apply() i ich przewaga nad pętlami ww. typów
  4. Wczytywanie danych z zewnętrznych źródeł
    • wczytywanie danych z plików tekstowych: read.table(), read.csv() i read.delim()
    • wczytywanie bardzo ciężkich plików: pakiety readr i data.table
    • import danych z zewnętrznych aplikacji, np. SPSS: pakiet foreign
    • wczytywanie danych wprost ze źródła w internecie
    • wczytywanie danych z API systemów informatycznych
    • wczytywanie danych w formacie JSON i ich zamiana w format tabelaryczny
  5. Czyszczenie danych
    • długi i szeroki format danych, sposoby zamiany jednego na drugi: spread() i gather() z pakietu tidyr
    • sprawdzanie logicznej spójności danych
    • rekodowanie zmiennych: ifelse() vs. car::recode()
    • radzenie sobie z brakami danych: na.omit() i tidyr::replace_na()
  6. Analiza tabelaryczna
    • opis parametryczny zmiennych
    • tabela rozkładu zmiennej i wizualizacja rozkładu: histogramy, wykresy słupkowe, wykresy gęstości rozkładu
    • tabele kontyngencji i ich formatowanie: janitor::tabyl()
    • istotność zależności: test chi-kwadrat
    • interpretacja współczynnika istotności statystycznej
    • siła zależności: współczynnik V Cramera
    • wizualizacja tabel kontyngencji
      • skumulowane wykresy słupkowe
      • mapy cieplne (heatmap)
    • porównania wartości średnich w podgrupach
      • możliwości funkcji aggregate()
      • statystyki w podgrupach z wykorzystaniem pakietu dplyr: group_by() %>% summarize()
    • testy różnic między średnimi
      • test t jednej próby
      • test t dla prób zależnych i niezależnych
      • analiza wariancji (ANOVA)
      • sprawdzanie czy spełnione są założenia modelu
      • metody poprawy modelu
    • wizualizacja różnic między średnimi
      • wykresy pudełkowe
      • wykresy liniowe
  7. Analiza korelacji
    • idea korelacji jako miernika siły współzależności
    • różnica między korelacją a wpływem / zależnością przyczynową
    • badanie liniowości związku na wykresie rozrzutu
    • nieliniowe przekształcanie zmiennych: rule of the bulge
    • wyliczanie współczynników korelacji
      • liniowe: r Pearsona
      • rangowe: rho Spearmana, tau Kendalla
      • dla zmiennych binarnych: Jaccard, Sørensen–Dice
      • dla zmiennych nominalnych: V Cramera, uncertainty coefficient
    • wizualizacja macierzy korelacji: korelogramy
    • radzenie sobie z brakami danych: metoda wyłączania przypadków parami (pairwise)
    • statystyczna istotność korelacji
  8. Modele regresyjne
    • model regresji jako narzędzie opisu i przewidywania
    • regresja liniowa: lm()
    • wizualizacja regresji jednej zmiennej: abline(lm())
    • interpretacja parametrów modelu
    • szacowanie siły wpływu: indeks Pratta
    • metody poprawy rozwiązania
      • sprawdzanie czy spełnione są założenia analizy regresji
      • testowanie normalności rozkładu
      • minimalizacja wzajemnego skorelowania predyktorów
      • ręczna i automatyczna selekcja predyktorów
      • eliminacja przypadków odstających
    • regresja wielomianowa
    • dodawanie do modelu interakcji między zmiennymi
  9. Analiza czynnikowa i analiza głównych składowych (PCA)
    • idea analizy czynnikowej
    • FA a PCA: podobieństwa i różnice
    • implementacja w R: funkcje princomp() i factanal()
    • wizualizacja wyników
    • dobór parametrów analizy
      • liczba czynników
      • selekcja zmiennych
      • metoda rotacji
    • interpretacja rozwiązania
    • zastosowania analizy czynnikowej
  10. Analiza skupień
    • zastosowania analizy skupień
    • znaczenie biznesowe segmentacji rynku
    • przygotowanie danych do analizy skupień
      • konstrukcja wskaźników
      • ortogonalizacja i standaryzacja zmiennych
      • eliminacja przypadków odstających
    • clustering hierarchiczny
      • wybór metody aglomeracji i metryki
      • podział zbioru na skupienia: hclust()
    • clustering k-średnich
      • wybór metody aglomeracji i metryki
      • podział zbioru na skupienia: kmeans()
    • selekcja rozwiązań
    • interpretacja wyników analizy skupień

Zainteresowany? Zapisz się na szkolenie!

Zapisz się — wybierz termin

Szkolenie Analiza danych z wykorzystaniem R - kurs średniozaawansowany realizowane tylko dla pracowników Twojej firmy?

To szkolenie możemy zorganizować w formie zamkniętej — wyłącznie dla Twojego zespołu. Doświadczony trener-praktyk poprowadzi szkolenie skrojone pod potrzeby Twojej organizacji:

  • Program dopasujemy do potrzeb i poziomu uczestników
  • Termin ustalimy indywidualnie, pod Twój kalendarz
  • Format do wyboru: online na żywo lub stacjonarnie w Twojej lub naszej siedzibie

Zamów bezpłatną, niezobowiązującą wycenę szkolenia zamkniętego.

Zapytaj o bezpłatną wycenę szkolenia
Szkolenie dedykowane dla Twojego zespołu Dopasowany program, termin i format. Napisz lub zadzwoń — wspólnie dobierzemy rozwiązanie dla Twoich pracowników.
5/5 średnia ocena JSystems w Google na podstawie 292 ocen

Terminy gwarantowane

Szkolenia oznaczone jako "termin gwarantowany" odbędą się w zaplanowanym terminie niezależnie od liczby zgłoszonych uczestników. Nie musisz się martwić, że szkolenie zostanie odwołane z powodu zbyt małej liczby zapisanych osób.

Szkolenia online

Szkolenie realizowane jest w formie zdalnej na żywo poprzez platformę ZOOM. Trener prowadzi szkolenie na żywo, a uczestnicy mogą na bieżąco zadawać pytania i wykonywać ćwiczenia. Format online zapewnia pełną interakcję z trenerem, identyczną jak przy szkoleniu stacjonarnym.

Szkolenie na żywo z trenerem — nie kurs video

To nie jest nagrany kurs video. Przez cały czas trwania szkolenia masz bezpośredni kontakt z doświadczonym trenerem-praktykiem. Możesz na bieżąco zadawać pytania, prosić o wyjaśnienie trudnych zagadnień, konsultować własne projekty i uzyskać odpowiedź na dowolne pytanie związane z tematyką szkolenia. To realne wsparcie eksperta, którego nie zapewni żaden kurs nagrany.

Certyfikat ukończenia szkolenia

Każdy uczestnik po ukończeniu szkolenia otrzymuje imienny certyfikat potwierdzający udział i zdobyte kompetencje. Certyfikat wystawiany jest przez JSystems — firmę z certyfikatem ISO 9001 — i jest honorowany przez pracodawców.

Sprawdź pozostałe szkolenia z kategorii:

Język R

Opinie uczestników

4.9/5
Analiza danych z wykorzystaniem R – kurs podstawowy

Szkolenie intensywne, ale wartościowe

Agnieszka Lisowska-Kierepka Uniwersytet Wrocławski
4.9/5
Analiza danych z wykorzystaniem R – kurs podstawowy

Dzięki za intensywne 3 dni z R :)

Marcin Krzystanek Wakacje.pl SA
4.9/5
Analiza danych z wykorzystaniem R – kurs podstawowy

Bardzo ciekawe szkolenie. Dużo uporządkowanych informacji. Zdecydowanie polecam zarówno dla osób, które chcą uporządkować swoją wiedzę i uzupełnić braki oraz dla osób, które nie mają jeszcze żadnego doświadczenia w pracy z językiem R.

Marzena Andrzejczak Comarch SA
4.8/5
Analiza danych z wykorzystaniem R – kurs podstawowy

Profesjonalna organizacja.

Kamil Iwański PKO Bank Polski SA
Pokaż wszystkie opinie Google Opinie w Google

Zaufali nam

...oraz setki innych firm

Dlaczego warto nas wybrać?

Terminy gwarantowane na 100%

Jeśli termin jest oznaczony jako gwarantowany, odbędzie się we wskazanym czasie — nawet jeśli część grupy wycofa się z udziału. Ryzyko organizacyjne ponosimy my, nie Ty.

Trenerzy-praktycy z oceną minimum 4.75/5

Każdy trener JSystems ma bogate doświadczenie komercyjne w technologiach których uczy i musi utrzymywać średnią z ankiet powyżej 4.75 na 5. Czerwony pasek to u nas minimum ;)

100% format warsztatowy

Każde zagadnienie teoretyczne jest poparte ćwiczeniami praktycznymi o rosnącym poziomie trudności. Uczymy przez działanie, nie przez slajdy.

Jesteśmy w BUR

Jako zarejestrowany dostawca usług w Bazie Usług Rozwojowych umożliwiamy sfinansowanie szkoleń pracowników ze środków zewnętrznych — dofinansowanie z BUR i KFS sięga nawet 100% wartości szkolenia.

Certyfikat ISO 9001

Posiadamy certyfikat ISO 9001 potwierdzający najwyższe standardy jakości naszych usług szkoleniowych i procesów organizacyjnych.

Gotowe środowiska w chmurze

Do każdego szkolenia wymagającego oprogramowania dostarczamy skonfigurowane, gotowe hosty w chmurze. Uczestnik nie musi nic instalować — łączy się przez zdalny pulpit lub SSH.

Dowiedz się dlaczego warto nas wybrać

Masz pytania? Zadzwoń lub napisz!
22 299 53 69 biuro@jsystems.pl
Pon–Pt 9:00–17:00
A może nielimitowane szkolenia za
1 148 PLN brutto / mies.?
Sprawdź Karnet Open
KARNET OPEN na szkolenia
A może nielimitowane szkolenia za
1 148 PLN brutto / mies.?
Sprawdź Karnet Open
KARNET OPEN na szkolenia

Zanim wyjdziesz

Wyślemy Ci podsumowanie tego szkolenia z terminami i ceną — do przemyślenia w spokoju.

Żadnego spamu — tylko jedno podsumowanie.