Laboratorium 2.2 : Język programowania R

fakultatywne

Kognitywistyka

II stopień

Wykształcenie umiejętności w zakresie używania języka programowania R do porządkowania, przekształcania i wizualizowania informacji pochodzących z różnych źródeł.

Nabycie umiejętności przeprowadzania podstawowych analiz statystycznych w języku R.

Studenci po ukończeniu kursu nabędą także umiejętności prezentowania i publikowania uzyskanych wyników analiz.

Znajomość języka angielskiego co najmniej na poziomie B2

Strona www prowadzącego zajęcia

Wykład konwersatoryjny

Uczenie problemowe (Problem-based learning)

Rozwiązywanie zadań (np.: obliczeniowych, artystycznych, praktycznych)

Metoda warsztatowa

Metoda projektu

60h z naucycielem + 140h pracy samodzielnej (8 ECTS)

Nauka języka do analiz statystycznych R.

W trakcie zajęć studenci zapoznają się z programowaniem z wykorzystaniem języka do analiz statystycznych R.

Biecek, P. (2014). Przewodnik po pakiecie R. Warszawa: Oficyna Wydawnicza GIS.

Walesiak, M., Gatnar, E. (2013). Statystyczna analiza danych z wykorzystaniem programu R. Warszawa: Wydawnictwo Naukowe PWN.

Potrafi zainstalować na komputerze potrzebne oprogramowanie wraz z niezbędnymi rozszerzeniami. Zna programy R i RStudio, repozytoria pakietów. Zna i umie się posługiwać systemem pomocy.

Potrafi wczytać dane do programu pochodzące z różnych źródeł (pliki, strony internetowe, bazy danych, logi urządzeń).

Przeprowadza podstawowe transformacje na danych, np. transpozycja, agregacja, filtrowanie, łączenie, rozdzielanie.

Dokonuje podstawowych podsumowań dla danych, np. średnie, odchylenia, zakresy, mediany, częstości.

Zna i przeprowadza podstawowe analizy statystyczne w zakresie istotności różnic między grupami wyników oraz zależności między zmiennymi.

Potrafi zbudować proste, liniowe wielozmiennowe modele statystyczne.

Potrafi napisać program według zadanego algorytmu.

Sporządza wykresy zawierające różnego rodzaju informacje.

Potrafi przygotować aplikację webową zawierającą interaktywną grafikę.

Potrafi przygotować dokument zawierający wynik analiz lub wizualizację danych

Ćwiczenia i zadania podzielone są na 2 grupy - zadania obligatoryjne oraz fakultatywne. Zadania obligatoryjne dotyczą podstawowych treści omawianych i ćwiczonych na zajęciach i oceniane są 0-2 pkt każde. Zadania fakultatywne oceniane są 0-3 pkt i wykraczają poza treści omówione na zajęciach. Planowane jest 8 zadań obligatoryjnych i 3 zadania fakultatywne. Końcowy projekt oceniany będzie 0-5 pkt (0-2 pkt przygotowanie planu, 0-3 pkt zrealizowanie go).

Oceniana jest także terminowość oddania projektu - oddanie projektu po terminie (zazwyczaj tydzień od zajęć poświęconych danemu tematowi) oznacza utratę 50% punktów za dany projekt. Istnieje możliwość jednorazowego przedłużenie terminu dla dowolnego projektu.

Nieoryginalność (czyt. plagiat) oznacza otrzymanie 0 pkt za projekt bez możliwości poprawienia oraz zgłoszenie tego faktu władzom Uczelni.

Zaliczenie tylko zadań obligatoryjnych pozwala uzyskać ocenę dobrą, wyższe oceny możliwe są tylko w przypadku zaangażowania się w zadania fakultatywne. W projekcie końcowym istnieje możliwość pracy w małych grupach (2-3 osobowych).

Skala ocen:

bardzo dobry (bdb; 5,0): od 21 pkt

dobry plus (+db; 4,5): od 19 pkt

dobry (db; 4,0): od 16 pkt

dostateczny plus (+dst; 3,5): od 13 pkt

dostateczny (dst; 3,0): od 10 pkt

niedostateczny (ndst; 2,0): poniżej 10 pkt