Modul 6. KVANTITATIVNA ANALIZA: R PROGRAMSKI JEZIK (OBUKA)

Modul 1: Uvod u R i uvoz/manipulaciju podataka
Uvod u R programiranje i RStudio.

Osnove R programiranja: tipovi podataka, promenljive, osnovne operacije.

Uvoz podataka i manipulacija u R: čitanje podataka u R, manipulacija podacima pomoću dplir, tidir i drugih paketa.

Osnovna grafika u R: kreiranje dijagrama rasejanja, dijagrama traka i linijskih grafikona pomoću ggplot2.

Modul 2: Deskriptivna i inferencijalna statistika
Deskriptivna statistika u R: mere centralne tendencije, mere varijabilnosti i grafički prikazi kao što su histogrami i dijagrami.

Inferencijalna statistika u R: testiranje hipoteze, intervali poverenja i p-vrednosti.

Sprovođenje t-testova i hi-kvadrat testova u R.

Linearna regresija u R: modeliranje odnosa između dve promenljive i tumačenje izlaza regresije.

Modul 3: Napredna manipulacija podacima i grafika
Napredna manipulacija podacima pomoću paketa tidir i dplir.

Kreiranje složenih i naprednih zapleta pomoću ggplot2, uključujući prilagođavanje estetike zapleta kao što su boje i teme.

Specijalizovani paketi za manipulaciju podacima i vizuelizaciju kao što su lubridate, forcats i gridEktra.

Modul 4: Višestruka regresija i osnovni koncepti programiranja
Višestruka regresija u R: modeliranje odnosa između više nezavisnih promenljivih i jedne zavisne promenljive.

Osnovni koncepti programiranja u R: petlje, if-else izjave i funkcije.

Korišćenje paketa kao što su auto i stargazer za naprednije zadatke modeliranja kao što su dijagnostički testovi i poređenje modela.

Modul 5: Napredna statistička analiza i analiza vremenskih serija
Napredna statistička analiza u R: faktorska analiza, klaster analiza i analiza vremenskih serija.

Uvod u analizu vremenskih serija: modeliranje i prognoziranje vremenski zavisnih podataka.

Primene analize vremenskih serija u različitim oblastima.

Authors

Assoc. Prof. PhD Dana RAD

Aurel Vlaicu University of Arad, Center of Research Development, and Innovation in Psychology

U današnjem svetu vođenom podacima, sposobnost izvlačenja značajnih uvida iz podataka je veoma tražena veština.

Za istraživače, naučnike i analitičare, programski jezik R i RStudio predstavljaju nezamenljiv alat u njihovom arsenalu.

R je poznat po svojoj fleksibilnosti u statističkom računarstvu i analizi podataka, dok RStudio nudi prilagođeno integrisano razvojno okruženje (IDE) koje poboljšava R iskustvo.

Ovaj modul služi kao temeljna odskočna daska, upoznavajući učesnike sa suštinskim aspektima R-a, od njegove sintakse do moćnih mogućnosti manipulacije podacima i osnovnih tehnika vizuelizacije podataka.

Dalje, ući ćemo u kritični značaj efikasnog uvoza i upravljanja podacima u kontekstu statističke analize. Do kraja ovog modula, učesnici će steći stručnost u sledećim oblastima (R Core Team, 2021).

Auguie, B. and Antonov, A. (2017). gridExtra: Miscellaneous functions for "Grid" Graphics. R package version 2.3. https://CRAN.R-project.org/package=gridExtra

Dagum, C. (2001). Advanced time series analysis for transport. Journal of the Royal Statistical Society: Series A (Statistics in Society), 164(1), 47-66.

Fox, J. (2021). Car: Companion to applied regression. R package version 3.0-9.

Fox, J., & Weisberg, S. (2019). An R companion to applied regression. Sage.

Gentleman, R., & Temple Lang, D. (2004). R: A language for data analysis and graphics. Journal of Computational and Graphical Statistics, 5(3), 299-314.

Gentleman, R., & Temple Lang, D. (2004). Statistical analyses and reproducible research. Bioconductor Project. https://bioconductor.org/help/course-materials/2003/RESOURCES/inst/doc/HowTo/curation-1.pdf

Grolemund, G., & Wickham, H. (2016). R for data science. O'Reilly Media.

Hlavac, M. (2021). Stargazer: Well-formatted regression and summary statistics tables. R package version 5.2.2.

Lévy, J. B., & Parzen, E. (2013). Smoothing and regression: Approaches, computations, and application. Academic Press.

R Core Team. (2021). Linear models. R: A language and environment for statistical computing. https://cir.nii.ac.jp/crid/1370857669939307264

R Core Team. (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/

R Core Team. (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing.

Spinu, V., Grolemund, G., & Wickham, H. (2021). lubridate: Make dealing with dates a little easier. R package version 1.8

Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org /

Wickham, H. (2021). forecast: Tools for working with categorical variables (Factors). R package version 0.5.1.

Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L. D., François, R., ... & R Studio. (2021). Welcome to the tidyverse. Journal of Open Source Software, 6(1), 1686.