Analisi dei dati e statistica applicata in R ed RStudio
Visualizza e analizza i tuoi dati con facilità
Ratings 4.33 / 5.00
What You Will Learn!
- Impara ed applica i principi di test delle ipotesi e selezione dei modelli
- Visualizza i tuoi dati con figure pronte per la pubblicazione
- Padroneggia i modelli lineari: regressione, ANOVA, etc.
- Introduzione ai modelli non lineari
- Introduzione ai modelli lineari generalizzati
Description
Questo corso è mirato a coloro che hanno già una comprensione teorica dei concetti statistici e vogliono apprendere gli aspetti pratici dell'analisi dei dati.
Imparare ad analizzare dati può sembrare una impresa ostica. Applicare le conoscenze statistiche apprese sui libri a situazioni reali può sembrare difficile, ed i programmi di analisi statistica possono sembrare poco intuitivi. Il mio corso vi aiuterà a sviluppare solide basi che renderanno l'analisi dei vostri dati un processo piacevole e coinvolgente. Ho affinato questo programma di insegnamento nel corso di anni di esperienza, grazie a consigli e critiche di mentori, colleghi, e studenti a livello universitario.
Utilizzeremo R, un programma gratuito e all'avanguardia per visualizzare, analizzare, e modellizzare dati. Cominceremo dall'installare R e l'interfaccia RStudio, ci familiarizzeremo col linguaggio di programmazione di R a piccoli passi, ed apprenderemo come caricare i nostri dati in R per poi visualizzarli ed analizzarli.
Durante il corso vi fornirò codici che potrete facilmente modificare ed adattare ai vostri obiettivi di ricerca personali e professionali.
Argomenti del corso:
- caricamento di dati in R
- visualizzazione di dati con la funzione plot() e ggplot2
- come fittare, interpretare, e valutare modelli lineari con la funzione lm()
- t test, ANOVA, regressione lineare, ANCOVA, regressione multipla
- regressione polinomiale
- introduzione ai modelli non lineari
- introduzione ai modelli lineari generalizzati con la funzione glm()
Who Should Attend!
- Ricercatori che muovono i primi passi nell'analisi dei dati di tipo biologico, medico, naturalistico...
- Ricercatori esperti che vogliano rafforzare le loro basi di conoscenza di R.
