컴퓨터 실에서 R을 가르치는 좋은 방법은 무엇입니까?

이 몇 가지 좋은 질문과 소개 책에 대한 답변 세트되고 또는 R의 예를 학습에 접근 한 여기 와 여기 . 그러나 약간 다른 문제가 있습니다. 컴퓨터 실습실에서 한 시간 동안 세션을 실행하는 가장 좋은 방법은 사람들이 R에서 시작하여 기본적인 접근 방식에 익숙해 지도록하는 가장 좋은 방법입니다.

나의 현재 계획은 Verzani의 SimpleR과 같은 소개 장을 효과적으로 수행 한 다음 익숙한 데이터 세트를 소개하는 것이지만 사람들이 유용하다고 생각한 다른 접근법이 있습니까? 예를 들어, 실제 데이터를 바로 도입하거나보다 추상적 인 방식으로 문제를 해결하는 것이 좋습니까? 대괄호를 사용하는 방법을 철저히 살펴 보거나 격자 그래픽의 예를 가진 사람들을 자극해야합니까?

목표 대상은 통계 (전문가는 아니지만) 및 유능한 SPSS 사용자에게 익숙합니다. SPSS 및 이와 유사한 것들에서 얻을 수있는 매크로 및 스크립팅 이상의 프로그래밍 언어에 익숙하지 않습니다.

수업 계획에 대한 팁이나 참고 사항이 있으면 감사하겠습니다. 그러나 저는 R을 소개하는 많은 훌륭한 온라인 자료 목록을 복제하고 싶지 않습니다.

나는 완전히 다른 접근법을 주장합니다. 두 가지 다른 관점에서 배운 R 튜토리얼을 보았습니다. 사용자에게 R의 기본 개념을 소개하는 빌딩 블록 접근법과 사용자에게 R의 놀라운 기능을 보여 주지만 충격을주는 경감 접근법 어떤 일을하는 방법에 대한 이해가 상대적으로 적습니다. 후자는 확실히 동공들에게 더 강하게 공명하지만, 실제로 사용자를 생성하는 데 어느 쪽도 효과적이지 않습니다.

대신, 나는 SPSS에서 일반적이고 비교적 간단한 작업을 수행하고 그것을 약간의 순진한 태도로 R로 변환하는 과정을 밟을 것입니다. 예를 들어 서안의 훌륭한 제안에 따라 원하는 기능을 찾는 ??것이 아니라 메모리에서 올바른 기능을 호출합니다. 초보자는 R을 배우면서 처음부터 작성하지 않고 기존 프로세스를 거의 확실히 변환 할 것입니다. 그래서 어떻게 진행하는지 정확하게 보여주지 않겠습니까?

좋은 예는 데이터를로드하고 설명을 수행하고 일부 기본 플롯을 표시하는 것입니다. lm()매우 간단하고 이해하기 쉽고 SPSS 출력과 비교할 수있는 결과를 생성하므로 다루기에도 좋습니다.

숙제를하려면 간단한 프로세스 중 하나를 변환하거나 매우 친숙한 데이터 세트를로드하고 탐색 할 수 있습니다. 문제가 발생한 위치를 파악하기 위해 일대일로 시간을주고 다음 세션의 사례를 더 많은 전환 사례로 다루십시오. 목록의 개념은 필연적으로 나올 것입니다 (내기 : 요인 대 문자 벡터, 적용 대)-그러면 당신은 그것들을 다루는 실제 동기를 갖게 될 것입니다. 그들이 나오지 않으면 ( attach), 아직 필요하지 않습니다. 초보자가 ( for대신 대신 apply) 초기에 약간의 비이 디오 틱 코드를 ​​작성한다는 것을 의미한다면 , 나는 해를 보지 않습니다.

이런 방식으로 학생들은 외국어 학생들이하는 것과 거의 같은 방식으로 (또는 적어도 내가 한 것처럼) 발전 할 수 있습니다. 간단한 표현의 조잡한 번역은보다 복잡한 표현에 대한 욕구를 불러 일으켜 문법에 대한 깊은 이해를 원합니다. 결국 관용 표현으로 이어집니다. "문법"으로 너무 빨리 뛰어 들지 말고 그들이 묻지 않은 것을 가르치는 것에 대해 너무 걱정하지 마십시오. 어쨌든 잊어 버릴 수 있기 때문입니다. 관용 표현에 대한 부드러운 포인터는 훌륭 하지만 ( forvs apply) 가장 중요한 것은 출력을 생성하고 스스로 탐구하는 것입니다.

자, 지금까지 사람들이 시작하게 만들고 더 많은 것을 배우도록 동기를 부여하는 것에 대한 내 자신의 대답은 다음과 같습니다. 내가 거부하는 더 많은 모듈을 구입하지 않고).

첫 번째 세션 이 끝나면 다음을 수행 할 수 있어야합니다.

기초

• 인터페이스를 사용하여 간단한 계산 수행 (R을 계산기로 사용)
• 스크립트 창을 시작, 저장 및로드하여 효율적으로 사용
• 작업 공간에서 객체 생성 및 제거
• 어떤 폴더가 작업 폴더인지 확인
• P : / R / yourid 폴더의 작동 방식 및 종료시 작업 공간 저장이 수행하는 작업 이해
• XXX (일반적으로 사용되는 데이터)를 포함하여 작업 공간의 이미지로드
• 메모리에 객체를 나열
• 데이터 프레임에 열 (변수)의 이름을 나열합니다.
• 화면에 개체를 인쇄
• 데이터 프레임 연결 및 분리
• 의미, 객체, 함수, 인수 (함수에 대한), 작업 공간, 벡터, 데이터 프레임, 행렬, 숫자, 인자
• 함수에 대한 도움말을 찾는 방법을 알고 있어야합니다.
• 사용하다 ?? 관련 기능 목록을 찾기 위해
• 추가 자료를 위해 웹과 지역 서적 및 LAN을 방문하는 곳
• 특정 통계 기술에 대한 실습 세션에 참여하기에 충분한 R 기본 사항 이해

데이터 조작

• : 연산자를 사용하여 숫자로 구성된 벡터 만들기
• 하나의 변수에 대한 카운트 테이블을 수행
• 두 변수에 대한 교차 계산을 수행하십시오.
• 추가 조작을 위해 새 객체 (예 : 위의 표 중 하나)를 만듭니다.
• 행렬 또는 테이블 전치
• tapply ()를 사용하여 인수로 연속 변수의 평균으로 구성된 벡터 만들기
• cbind () 또는 data.frame ()을 사용하여 여러 벡터를 함께 바인딩
• []를 사용하여 행렬의 부분 집합을 만듭니다.
• 대수 또는 제곱근과 같은 간단한 변형을 만듭니다.

통계

• 두 연속 변수의 상관 관계 계산

제도법

• 연속 변수의 히스토그램 생성
• 그래픽 창을 만들어 2 개 또는 4 개의 부분으로 나눕니다.
• 연속 변수의 밀도 선 그림 만들기
• 두 개의 연속 변수로 구성된 산점도 생성
• 산점도에 수직선 추가 (수직, 수평 또는 ab)
• 축과 제목에 대한 레이블 만들기

세 번의 세션 이 끝나고 그 사이에 다양한 운동을하면 다음을 수행 할 수 있어야합니다.

기초

• SPSS 또는 .csv 형식으로 데이터 가져 오기
• 작업 공간에서 모든 객체를 제거하여 새로 시작
• 패키지 라이브러리를 사용
• 작업 공간 이미지 저장 및 기본 원리 R 및 메모리 이해
• 랜덤 변수 생성
• c ()를 사용하여 벡터 만들기
• 새로운 방법과 기술을 배우기 위해 어디로 가야할지 좋은 느낌을 가지십시오

데이터 조작

• 실제 데이터 세트에 대해 집계 ()를 사용하십시오 (예 : 월 및 국가 별 방문자 도착 수)
• ==,! = 및 % in % 연산자; 논리 벡터; 데이터를 서브셋으로 사용
• ifelse () 및이를 사용하여 새 변수 작성
• 최대, 최소 및 유사한 함수와 벡터와의 작동 방식
• 수많은 결과를 저장할 벡터 또는 행렬 만들기
• 루프를 사용하여 유사한 기능을 여러 번 반복하십시오
• apply ()를 사용하여 행렬의 각 열 또는 행에 함수를 적용하십시오.
• 정렬 된 요인 생성
• cut ()을 사용하여 숫자 변수를 코딩

통계

• 분할 표에 대한 카이 제곱 검정
• 강력한 버전의 상관 관계
• 선형 모델을 두 개의 연속 변수에 맞추고 결과를 객체에 배치하고 anova (), summary () 및 plot ()을 사용하여 결과를 봅니다.
• 다양한 모델 유형에 기술을 적용 할 수 있도록 모델 및 R에서의 작동 방식에 대해 충분히 이해
• boot ()를 사용하여 cor (), mean () 또는 var ()와 같은 기본 함수에서 부트 스트랩을 수행하십시오.
• 실제 데이터 세트에서 sample () 사용

제도법

• 다른 수준의 요인이 주어진 연속 변수의 격자 밀도 선 그림을 만듭니다.
• qqnorm
• 다른 수준의 요인을 보여주는 다른 색상과 문자 점으로 산점도를 작성하십시오. 기존 산점도에 점 또는 선 추가
• 전설을 추가
• 도트 차트
• errbar ()
• 루프를 사용하여 한 페이지에 여러 차트 그리기

Peter의 목록에 다음을 추가합니다.

1. 부분 집합 데이터 프레임 : 관찰에 의한 부분 집합 (예 : 3 이상의 모든 반응), 부분 집합.
2. ifelse 문을 사용하십시오 (이것은 나에게 큰 학습 곡선이었습니다 .if 문 유형을 계속 사용하려고했습니다), 특히 중첩 된 ifelse.
3. 집계 명령을 사용하여 데이터를 더 작은 데이터 프레임으로 요약합니다.
4. == 연산자 사용 학습
5. = 대신 <-사용
6. 변수 이름 바꾸기
7. SAS의 max (A, B)와 같은 기본 벡터화 트랩은 A가 데이터 프레임의 변수이고 B가 단일 값인 경우 R에서 max (A, B)가 수행하는 작업을 수행하지 않습니다. SAS 코드 (및 아마도 SPSS 코드)와 동등한 작업을 수행하기 위해 ifelse 문을 사용합니다.
8. 부착 대신에 사용하십시오. :)

더 많은 생각 : 그들은 아마 COMPUTE많이 사용 SPSS하므로 그렇게하는 방법을 다루는 R것이 좋습니다. 또한 RECODER 에서 변수를 사용 하는 방법 . 내가 사용할 때 SPSS대부분의 "비 분석"작업은 두 명령 을 사용 하고 있다고 생각합니다.