II. Tidyverse와 Tidy Data
19
귀찮은 것을 해결해 주는
janitor
패키지 (정리중)
SVH Neurology Code, Stats & AI (with R)
서문
I. R 언어의 기초
1
R과 RStudio 설치
2
값, 이름, 할당, 연산
3
벡터(
vector
)의 기초
4
데이터프레임(
data.frame
)의 기초
5
R 팩터(
factor
)
6
조건, 반복, 함수
7
R package
기초
8
R 파이프 연산자(
pipe
)
II. Tidyverse와 Tidy Data
9
Tidy Data
의 개념과 데이터 수집
10
tidyr
패키지로 데이터 정리
11
dplyr
로 데이터 가공
12
dplyr
연습
13
tidyselect
열 선택
14
관계형 데이터베이스 기초 개념,
Joins와 two-table verbs
15
윈도우 함수(
window functions
)
16
R 문자열과
stringr
패키지
17
R 정규 표현식(
Regular Expression
)
18
lubridate
패키지로 날짜와 시간 처리
19
귀찮은 것을 해결해 주는
janitor
패키지 (정리중)
III. 통계 데이터 시각화: ggplot2
20
ggplot2
통계 그래픽의 기초
21
스케일(
scales
)과
Color Scale
22
ggplot2
레이어(
layers
)와 통계적 변환(
stats
)
23
팩터의 레벨에 따른 순서 조정(
forcats
패키지를 중심으로)
24
그래프 테마(
theme
) 커스터마이징
25
주요 통계 그래프 모음 (작성중)
IV. R 통계 분석
26
R로 통계를 하려면 꼭 알아야 하는 R 포뮬러(
Formula
)
27
통계 분석 결과의 활용도를 높여주는
broom
패키지
28
P-value
의 의미 (with
infer
package)
29
두 연속 변수의 평균 비교:
t-test
30
두 연속 변수의 상관관계:
correlation
31
분산 분석의 기초: 제곱합(
sum of squares
)을 중심으로
32
분산 분석(
ANOVA
)
33
명목 변수 분석의 시작: 분할표(
contingency table
)
34
분할표 분석: 두 명목 변수의 독립성을 검정-
카이제곱(Chi-Squared)
검정
35
infer 패키지로 가설 검정하기
참고문헌
II. Tidyverse와 Tidy Data
19
귀찮은 것을 해결해 주는
janitor
패키지 (정리중)
19
귀찮은 것을 해결해 주는
janitor
패키지 (정리중)
18
lubridate
패키지로 날짜와 시간 처리
III. 통계 데이터 시각화: ggplot2