R中的数据分析 跨学科研究计划 夏季2025年7月初2周 - - - - - -阿姆斯特丹

随着越来越多的替代软件包如R在数据分析中的使用, 现在是时候了解他们的来龙去脉了. 大量活跃的程序员创建R包，使它成为一个提供大量统计分析的最新程序. 本课程的重点是理解统计模型和分析结果，同时学习使用R. 以及向新人介绍软件, 它使用广义线性模型的总体框架呈现基本和更高级的统计.

第一周是回归分析，学习如何使用R (i).e. 运行分析、可视化表示和测试假设). 我们从描述性统计和数据的可视化表示开始, 哪一步是大多数统计分析的第一步. 然后，我们引入了线性回归模型, 一种广泛使用的模型，有两个主要目的:模拟数据之间的关系和预测未来的观测结果.

在第二周, 我们将线性模型推广到广义线性框架, 为了分析非正态分布变量. 您将学习如何使用主成分分析减少数据维度，以及如何使用验证性因子分析分析多项目量表. 采用多项目量表有效测量复杂构念, 然而, 在模型中，您希望只进行一次测量.

尽管我们强调统计中的主要主题的速度很快, 熟悉编程是学习R语言的一个优势. 您将使用一台安装了R(最新版本)和R桌面(最新版本)的计算机.

在本课程结束时，学生将能够:
-评估定量数据源的质量
-根据数据源选择合适的分析方法
-进行各种统计测试
-使用广义线性框架分析数据
-使用主成分和因子分析分析多项目量表
-已经发展了他们的R编程技能

每天都有带例子的简短讲座, 以及能让你马上应用所学知识的练习. 练习和作业的重点是用R编码，以及如何应用和解释广义线性回归模型. 下课后, 你们应该完成一份作业，把课堂上练习中学到的知识综合起来. 这项作业将会评分.

课程描述下列出的联系时间可能会有所不同，因为每门课程需要基于讲座和独立工作的组合. CEA CAPA的推荐学分是基于阿姆斯特丹自由大学(VU Amsterdam)分配的接触时数:15个接触时数等于1个U.S. 信贷