Advanced Visualisation in R

obowiązkowe

Celem kursu jest przekazanie wiedzy i umiejętności o technikach zaawansowanej wizualizacji danych w R dzięki której można tworzyć wykresy adekwatne do problemu w standardzie publikacyjnym. Do realizacji tego celu wykorzystany zostanie pakiet ggplot2, którego składnia zostanie omówiona szczegółowo – od podstawowych zasad i funkcji, przez przegląd różnych geometrii (np. geom_line, geom_point, geom_bar), edycje parametrów wykresu (funkcja theme i rodzina funkcji scale_). Na koniec zostanie zaprezentowany przegląd zaawansowanych wizualizacji, włączając w to tworzenie map i rozkładów dwuwymiarowych. Podczas zajęć zostaną również omówione wybrane techniki wizualizacji interaktywnej. Ważną częścią kursu będzie zaprezentowanie efektywnych sposobów wykorzystania pakietu R do wizualizacji danych.

R-CRAN jest obecnie jednym z najpowszechniej wykorzystywanych pakietów w ilościowej analizie danych. Jedną z najsilniejszych stron R są biblioteki do wizualizacji danych z ggplot2 na czele.

Kurs zakłada znajomość programu R na poziomie podstawowym, uczestnicy powinni chcieć specjalizować się w R i chcieć doskonalić warsztat analityczny w tym środowisku w zakresie technik wizualizacji danych i następnie wykorzystywać je w ilościowej analizie danych:

1. Wprowadzenie do ggplot2 (funkcje: ggplot(), aes(), geom_point(), ggsave())

2. Edycja wygladu wykresu (funkcje:: themes(), guide_legend(), guides(), labs(), pakiety: extrafont, ggthemes)

3. Nanoszenie etykiet I annotacji na wykresy (funkcje:: geom_text(), geom_label(), geom_text_repel(), geom_label_repel())

4. Edytowanie skali wykresów: (rodzina funkcji scale_* )

5. Wykresy słupkowy i kołowy (funkcje:: geom_bar() and geom_arcpie())

6. Wykres liniowy (funkcje:: geom_line(), geom_vline(), geom_hline(), geom_rect())

7. Wiele wykresów w jednym oknie (multiplot(), grid.arrange(), viewport())

8. Szacowanie trendu w dancych (funkcja geom_smooth())

9. Wizualizacja rozkładu jednowymiarowego: (funkcje: geom_histogram(), geom_density(), geom_boxplot(), geom_violin())

10. Wizualizacja rozkładu dwuwymiarowego: (funkcje:: geom_bin2d(), geom_hexbin(), geom_tile()

11. Mapy w ggplot2 (funkcje:: geom_polygon, ggmap)

12. Interaktywne wizualizacja w ggplot2(pakiety: ggiraph, htmlwidgets)

13. funkcje stat_: (stat_ family function)

14. Prezentacja projektów studentów

- własne materiały

Literatura obowiązkowa:

-Biecek P., 2017, Przewodnik po pakiecie R, wydanie 4, Oficyna Wydawnicza GIS, Wrocław

- Kopczewska K., Kopczewski T., Wójcik P., (red), 2016, Metody ilościowe w R. Aplikacje ekonomiczne i finansowe, CeDeWu, wydanie 2,Warszawa

- Wickham, Hadley. Advanced R. CRC Press, 2014.

- Wickham, Hadley. ggplot2: elegant graphics for data analysis. Springer, 2016.

WIEDZA

1) Na koniec kursu student wie jak używać pakietów do wizualizacja w R do tworzenia zaawansowanych wykresów w standardzie publikacyjnym

2) Posiada dogłębną wiedzę o technikach wizualizacja w R

3) Uczestnik kurs wie jakie jest zastosowanie wizualizacji danych w analizach ilościowych

UMIEJĘTNOŚCI

1) Uczestnik posiada umiejętność pracy z oprogramowaniem w R w zakresie wizualizacji danych

2) Student potrafi samodzielnie projektować i pisać złożone procedury i komendy w R

KOMPETENCJE SPOŁECZNE

1) Uczestnik rozumie, że biegłe posługiwanie się programem R wymaga ciągłego poznawania tego pakietu i doskonalenia warsztatu.

2) Student ma świadomość, że program R wraz z pakietami dodatkowymi jest nieustannie rozwijany i oferuje z czasem nowe możliwości.

3) Uczestnik zdaje sobie sprawę, że program R jest uniwersalnym narzędziem i może być wykorzystywany w obliczeniach w różnych dziedzinach wiedzy oraz, że kurs daje podstawy do samodzielnego poszukiwania takich dostosowań.

Studenci, którzy ukończą kurs z ocenami co najmniej dobrymi, będą znali program na poziomie biegłym, co będzie stanowić cenną pozycję w CV i jasny sygnał dla pracodawców o wysokich umiejętnościach analitycznych.

K_U02, K_U05

Na końcową ocenę składają się:

• punkty za rozwiązane zadania wykonywane w ramach pracy własnej na zajęciach i pracy domowej (30 punktów),

• punkty za przygotowanie projektu semestralnego (70 punktów),

• dodatkowe punkty za aktywność.

Punkty Ocena

[0-60] ndst

(60-70] Dst

(70-80] dst +

(80-90] Db

(90-100] db +

(100-110] Bdb

>110 bdb !