Badania i analizy naukowe wiążą się z wyborem oprogramowania obliczeniowego. Jest ono niezbędne przy realizacji zarówno badań symulacyjnych w obszarze teorii statystyki i ekonometrii, jak i badań empirycznych. Ważne jest, aby badacz znał zasady algorytmiki i programowania, które ułatwiają planowanie eksperymentów.

*

Autor posiada bardzo rozległą i głęboką wiedzę na temat struktury, składni oraz możliwości języka R. Jego książka jest dobrze napisanym przewodnikiem, pozwalającym postawić pierwsze kroki w programowaniu i analizie danych z wykorzystaniem tego języka. Zostały w niej udostępnione kody źródłowe, umożliwiające Czytelnikowi samodzielną pracę poprzez replikację omawianych, dobrze opisanych przykładów, których dobór jest adekwatnie uzasadniony.

dr hab. Michał Rubaszek, prof. SGH

Osoby które kupowały "Wstęp do programowania i analizy danych w języku R", wybierały także:

• Analiza biznesowa. Praktyczne modelowanie organizacji 39,90 zł, (19,95 zł -50%)
• TO TWOJA FIRMA. 12 KROKÓW DO SUKCESU 39,90 zł, (19,95 zł -50%)
• Design Thinking dla przedsiębiorców i małych firm. Potęga myślenia projektowego w codziennej pracy 34,90 zł, (17,45 zł -50%)
• Sygnał i szum. Sztuka prognozowania w erze technologii 49,00 zł, (24,50 zł -50%)
• RozGROMić konkurencję. Sprawdzone w boju strategie dowodzenia, motywowania i zwyciężania. Wydanie II rozszerzone 49,00 zł, (24,50 zł -50%)

Spis treści

Wstęp do programowania i analizy danych w języku R eBook -- spis treści

Spis rysunków      ix

Przedmowa           xi

1. Wprowadzenie         1

2. Instalacja          7

1. 1. Program R           7
   2. Program RStudio            9
   3. Pakiety      10

3. Struktury danych          17

1. 1. Proste obliczenia 17
   2. Podstawowe obiekty      18
   3. Operatory logiczne         21
   4. Wektory i macierze        25
   5. Ramki danych      37
   6. Operacje na zbiorach     45
   7. Listy          53

4. Podstawy programowania      65

1. 1. Instrukcje warunkowe   65
   2. Pętle          67
   3. Funkcje     72
   4. Przetwarzanie potokowe           74
   5. Instrukcje graficzne       94
   6. Obsługa błędów    125

5. Zastosowania       131

1. 1. Web scraping      131
   2. Przetwarzanie danych z Google Trends           145

6. Zakończenie         159

Literatura  161

Indeks          167