Õppeaine lühikirjeldus
Tegemist on statistikute lemmik tarkvara R kursusega, kus antakse ülevaade R keele peamistest konstruktsioonidest ja andmetüüpidest, andmetöötlusvõimalustest ning hõlpsast jooniste tegemisest paketi ggplot2 vahenditega.
Aine läbinud üliõpilane:
- tunneb R keele süntaksit ja andmetüüpe,
- oskab andmeid sisse lugeda, töödelda ja salvestada,
- oskab kasutada kirjeldava statistika meetodeid,
- oskab visualiseerida andmeid ja seoseid tunnuste vahel.
Õppeaine eesmärgid
- Tutvustada üliõpilastele tarkvara R, anda ülevaade R-i võimalustest ja peamistest vigadest mida kiputakse tegema.
- Õppida käske andmetest ülevaate saamiseks, andmete töötlemiseks ja visualiseerimiseks.
- Tutvustada tarkvara R võimalusi reprodutseeritava analüüsi läbiviimiseks ning tulemuste visualiseerimiseks.
Miks just R tarkvara?
- R on programmeerimiskeel ja -keskkond, mis on peamiselt arendatud statistiliseks andmetöötluseks,
- R on vabavara,
- R-ga käib kaasas lai valik lisapakette,
- R on ühildatav pea kõigi tuntumate andmetöötlusprogrammidega (nt. MS Excel, Tableau, SPSS, Qlik, Power BI, ...)
- ...
Õppetöö korraldus
Õppeaines toimub kokku 10 praktikumi + 1 projektide kaitsmise praktikum.
Lisaks praktikumidele sisaldab õppeaine järgnevaid komponente:
- Kodutööd: Kokku antakse 5 kodutööd (iga nädal üks).
- Kodutöö seisneb ülesande lahenduskoodi (+ selgitavate kommentaaride) kirjutamises ja faili esitamises läbi Moodle.
- Kodutöö ülesanded tuleb lahendada vastavalt etteantud tähtajale.
- Projekt: Lisaks tuleb läbi viia üks praktiline projekt vabalt valitud andmestiku peal. Projektitöö eesmärgiks on näidata, kuivõrd on tudeng omandanud oskused kasutada R-i andmete töötlemiseks. Samuti oskust R-ga analüüside tulemusi vormistada (nt. joonised).
- Projekti tuleb teha kahestes meeskondades, kuid võib ka üksinda.
- Tulemusi on vaja esitleda suulisel kaitsmisel.
- Iga projekti esitanud tudeng(id) saavad ühe kaastudengi(te) projekti retsenseerimiseks.
Aine läbimiseks on vaja:
- kõikide kodutööde eest saada vähemalt 51% punktidest,
- koostada projekt ning seda esitleda,
- retsenseerida kaastudengi projekti.
Õppeaines (3 EAP) ette nähtud 78 tundi tööd jaguneb järgnevalt:
- praktikumid kokku 20 tundi (10 praktikumi, igaüks 2 akadeemilist tundi),
- kodutööd kokku 20 tundi (5 kodutööd, igaüks 4 tundi),
- iseseisev töö 10 tundi (10 praktikumi, igaüks 1 tund),
- projekti koostamine 22 tundi,
- projekti esitluse ettevalmistus ja esitamine 4 tundi,
- kaastudengi projekti retsenseerimine 2 tundi.
Lisamaterjali
- R for cats
- R Reference card - lühikogum R-i peamistest käskudest
- Hulk RStudio soovitatud raamatuid (mitmed tasuta online versioonidega).
- R-bloggers - Blogi huvitavatest R-i rakendustest.
- Simply Statistics - Huvitav R-i blogi..
Praktikumijuhendid põhinevad aine MTMS.01.092 Rakendustarkvara: R (2 EAP) materjalidel, mille autorid on Mait Raag ning Raivo Kolde.