HRC0485/1 - Praktiline andmeanalüüs R-is

ülikooli doktorandid, õppejõud, töötajad

tutvuda andmeanalüüsi platvormiga R ja selle rakendusega Rstudio; tutvuda andmete kontrollimise, haldamise ja korraldamise viisidega R-is; tutvuda sotsiaalteadustes kasutatavate kirjeldavate statistikute ja seosetestide arvutamisega R-is; tutvuda andmete kirjelduste ja seosetestide tulemuste visualiseerimise võimalustega R-is; saada ülevaade mitmetasandiliste ja longituudsete andmete analüüsimise võimalustest, puuduvate väärtuste haldamise ja võimsusanalüüsi tegemisest R-is.

R ja Rstudio keel ja võimalused. Andmete tundmaõppimine, haldamine ja korraldamine. Kirjeldav statistika ja seosetestid kahe grupi võrdlemiseks. Regressoon- ja dispersioonanalüüs. Andmete ja analüüsitulemuste visualiseerimine. Mitmetasandiliste ja longituudsete andmete analüüs. Puuduvate väärtuste haldamine. Võimsusanalüüs.

kasutab andmeanalüüsi platvormi R ja selle rakenduse Rstudio peamisi funktsioone; kontrollib, haldab ja korraldab R-is andmeid; arvutab R-is sotsiaalteadustes kasutatavaid kirjeldavaid statistikuid ja seoseteste; visualiseerib andmete kirjeldamise ja seosetestide tulemusi; omab ülevaadet mitmetasandiliste ja longituudsete andmete analüüsimise võimalustest, puuduvate väärtuste haldamise ja võimsusanalüüsi tegemisest R-is.

Kursuse eelduseks on sotsiaalteadustes kasutatavate kvantitatiivsete andmeanalüüsi meetodite tundmine vähemalt algaja tasemel.

Tänapäevased õpperuumid ja vahendid või veebis toimumine

Valdkonna ekspert, vähemalt magistrikraad ning varasem koolitamise kogemus

Iseseisvad tööd seisnevad kontakttundides käsitletud andmeanalüüsi meetodite praktilises rakendamises kas etteantud andmeid või oma uuringu andmeid kasutades. Iseseisvad tööd vormistatakse paketiga Rmarkdown. Kursuse lõpus esitatakse kuni 1 lk pikkune eneserefleksioon kursusel õpitust.

Iseseisvaste tööde teemad on:
• Andmete tundmaõppimine, haldamine ja korraldamine
• Kirjeldav statistika ja seosetestid kahe grupi võrdlemiseks
• Regressoon- ja dispersioonanalüüs
• Andmete ja analüüsitulemuste visualiseerimine
• Mitmetasandiliste ja longituudsete andmete analüüs
• Eneserefleksioon kursusel õpitust

TLÜ tunnistus