Administracja publiczna

R - kurs wprowadzający

Poziom: dla początkujących

Czas trwania: 2x8h (2 dni)

  1. Podstawy pracy z R (omówienie interface’u i podstawowych funkcjonalności RStudio)
  2. Formaty danych, typy zmiennych
  3. Indeksowanie
  4. Data slicing and dicing/data preparation – podstawy dplyr
  5. Pętle – automatyzacja powtarzalnych zadań
  6. Funkcje
  7. Podstawy wizualizacji danych
  8. Zastosowanie narzędzi dplyr oraz ggplot2 – przetwarzanie potokowe
  9. Wykorzystanie AI (ChatGPT) w kodowaniu – przykłady, zalety i pułapki.

Wizualizacja danych - kurs podstawowy

Poziom: dla początkujących

Czas trwania: 2x8h (2 dni)

  1. Import danych (txt, csv, xlsx)
  2. Przygotowanie danych do analizy (tidyr, dplyr, srtingr, forcats)
  3. Podstawy poprawnej wizualizacji danych
  4. Zasady prezentacji wyników badań  – dopasowanie formy prezentacji
  5. Podstawy ggplot2 – Grammar of Graphics
  6. Przykładowe wykorzystanie ggplot2 – projekt do samodzielnego wykonania z pomocą prowadzącego
  7. Wykorzystanie AI (ChatGPT) w kodowaniu – przykłady, zalety i pułapki.

Wizualizacja danych - metody zaawansowane

Poziom: średniozaawansowany

Czas trwania: 2x8h (2 dni)

  1. Zasady optymalnej wizualizacji wyników badań,
  2. Dplyr + ggplot2
  3. Zaawansowane metody prezentacji danych (w zależności od skali zmiennych)
    1. Skala nominalna
    2. Skala porządkowa
    3. Skala interwałowa i ilorazowa
    4. Kombinacje dla zmiennych z różnych skal
    5. Analizy korelacyjne
    6. Heatmaps
    7. Mapy (podstawy)
  4. Wykorzystanie AI (ChatGPT) w kodowaniu – przykłady, zalety i pułapki.

Statystyka z R

Poziom: początkujący

Czas trwania: 2x8h (2 dni)

  1. Przygotowanie danych
  2. Podstawowe statystyki
  3. Dplyr i przetwarzanie potokowe
  4. Wybrane zagadnienia z zakresu statystyki i wnioskowania statystycznego w R
    1. charakterystyki w grupach
    2. analizy jednej zmiennej
    3. analizy korelacji i regresji
    4. analiza szeregów czasowych
  5. Prezentacja wyników – ggplot2
  6. Wykorzystanie AI (ChatGPT) w kodowaniu – przykłady, zalety i pułapki.

Automatyzacja raportowania w R

Czas trwania:  3x8h (3dni) 

  1. Wprowadzenie do R i Przetwarzanie Danych
    1. Wprowadzenie do R
      1. Instalacja i konfiguracja R oraz RStudio.
      2. Podstawy składni języka R (zmienne, operatory, funkcje).
      3. Praca z pakietami (tidyverse, data.table, openxlsx).
    2. Przetwarzanie i Analiza Danych
      1. Import danych (Excel, CSV, txt, SQL).
      2. Czyszczenie i transformacja danych (dplyr, tidyr).
      3. Podstawowe analizy statystyczne i agregacja danych.
    3. Automatyzacja Przetwarzania Danych
  2. Wizualizacja i Automatyczne Raportowanie
    1. Wizualizacja Danych
      1. Tworzenie wykresów w ggplot2.
      2. Tworzenie map tematycznych dla danych administracyjnych (sf, leaflet) – wprowadzenie.
      3. Interaktywne dashboardy w R Shiny – wprowadzenie.
    2. Automatyczne Raportowanie
      1. Tworzenie raportów w R Markdown (PDF, Word, HTML).
      2. Projekt wykonany przez uczestników z pomocą prowadzącego
  3. Wykorzystanie AI (ChatGPT) w kodowaniu – przykłady, zalety i pułapki.
Sleek laptop showcasing data analytics and graphs on the screen in a bright room.

R on-demand

Czas trwania:  zależny od zakresu kursu

Skomponuj własny zakres kursu zgodnie z Twoimi potrzebami.

Może zawierać on dowolne elementy składowe ze standardowej oferty jak również elementy znacznie poza nią wykraczające, np. Modelowanie zjawisk ekstremalnych z wykorzystaniem rozkładów teoretycznych, czy też Automatyzacja procesów raportowania.

Możliwości są w zasadzie nieograniczone. 

Gdzie diabeł nie może, tam się R zastosuje.

W sprawach trudniejszych, z niecierpliwością czekamy na możliwość wykazania się.