หลักสูตรการวิเคราะห์ข้อมูลด้วย R (Command-Line) ปี 2555
รหัสหลักสูตร: 8840
สัมมนานี้ผ่านไปเรียบร้อยแล้ว
(ถ้ามีจัด ท่านจะได้สิทธิ์ก่อน)
เนื้อหาโครงสร้างหลักสูตร
วันที่ 1 ทำความรู้จักกับฟังก์ชั่นต่างๆ ของ R (ระหว่างฝึกอบรมจะมี Workshop ลงมือปฏิบัติจริง)
1.แนะนำโปรแกรม R
ประวัติความเป็นมาของ R
หลักการทำงานของ R
ครอบครัว R และ package ที่สำคัญ
ข้อดีข้อเสียของ R
ความสามารถของ R
ชุมชนผู้ใช้ R
2.การติดตั้งโปรแกรม R รวมถึงแพ็คเกจที่จำเป็นและนำเข้าข้อมูลจากไฟล์ต่างๆ
*** สอนเทคนิคการ Update Version และการย้าย Package ที่เคยใช้ใน Version เก่ามา Update ใหม่ทั้งหมด
3.การ จัดการเกี่ยวกับตัวแปร เช่น ตั้งชื่อตัวแปร การรวม หรือแยกไฟล์ข้อมูล การเปลี่ยนชื่อ กำหนดชื่อตัวแปรย่อย การคำนวนค่าตัวแปร การส่งออกชุดข้อมูล เป็นต้น
4.การวิเคราะห์ทางสถิติด้วย R command-line
การสรุปข้อมูลพื้นฐาน (Numerical summaries)
การกระจายตัวของข้อมูล (Frequency distributions)
การจัดการค่า Missing (Count missing observations)
การสรุปข้อมูลทางสถิติ (Table of statistics)
ตารางสหสัมพันธ์ (Correlation matrix)
การทดสอบความสัมพันธ์ (Correlation test)
การทดสอบการกระจายตัวแบบปกติ (Shapiro-Wilk test of normality)
วันที่ 2 วิเคราะห์ข้อมูลสถิติและ Workshop ลงมือปฏิบัติจริง ด้วย R command-line
4.การวิเคราะห์ทางสถิติด้วย R command-line (ต่อ)
การทดสอบความสัมพันธ์แบบไคสแควร์ (Contingency tables)
การทดสอบความแตกต่าง (Single-sample t-test, Indepentent samples t-test , Paired t-test, One-way ANOVA, Multi-way ANOVA)
การทดสอบค่าสัดส่วน (Single-sample proportion test, Two-sample proportion test)
การทดสอบค่าความแปรปรวน (Two-variances F-test , Bartlett\'s test , Levene\'s test )
5.การวิเคราะห์สถิติที่ไม่ใช้ พารามิเตอร์ (Non-Parametric Statistics)
Two-sample Wilcoxon test
Paired-samples Wilcoxon test
Kruskal-Wallis test
Friedman rank-sum test
6.การวิเคราะห์เชิงมิติ (Dimensional analysis)
การหาค่าความเชื่อมั่น (Scale reliability)
7.การหาความสัมพันธ์ด้วยวิธีวิเคราะห์การถดถอย (Regression)
การสร้างตัวแบบ เชิงเส้นตรง และไม่ใช่เส้นตรง
การตรวจสอบความเหมาะสมของตัวแบบ
การวิเคราะห์ความคลาดเคลื่อน (Residual Analysis)
8.การสร้างกราฟแบบต่างๆ ด้วย R command-line
Histogram ,Stem-and -leaf display ,Boxplot ,Quantile-comparison plot ,Scatterplot matrix
Line graph ,Bar graph & Pie chart
9.Work shop ฝึกปฏิบัติวิเคราะห์ข้อมูลจากงานวิจัยจริงด้วย R command-line
http://www.reinforcebi.com/index.php/rcommandline