För att kunna arbeta med R finns det några områden som behöver behärskas oavsett vad programmet ska användas till. De grundläggande kunskaper som krävs är programhantering, datahantering samt att kunna beskriva data med tabeller och grafer.
Det är också en nödvändighet med en grundläggande kunskap inom statistik för att kunna utföra korrekta analyser i R. Därför rekommenderar vi alla relativt oerfarna användare att välja något av våra utbildningsförslag.
Våra förslag hjälper dig att så snabbt som möjligt komma igång med både R och de statistiska modeller du behöver för att arbeta självständigt i programmet. Du får med dig kunskaperna om hur du väljer rätt statistisk analysmetod, tolkar och validerar resultaten.
Innehåller
R 1
R 2
Kurser på engelska
Totalt 4 kursdagar
Pris: 22 500:-
R 1
Introduction to R
Handling data
Data visualisation
Descriptive statistics
Introduction to modern statistics
Statistical concepts
Classical statistical methods
Modern statistical methods
R 2
Linear regression & ANOVA
Linear regression
ANOVA
Advanced regression models
Generalised linear models
Mixed models
Missing data
Innehåller
R 1
R 2
R 3
Kurser på engelska
Totalt 6 kursdagar
Pris: 31 800:-
R 1
Introduction to R
Handling data
Data visualisation
Descriptive statistics
Introduction to modern statistics
Statistical concepts
Classical statistical methods
Modern statistical methods
R 2
Linear regression & ANOVA
Linear regression
ANOVA
Advanced regression models
Generalised linear models
Mixed models
Missing data
R 3
Visualisation & data exploration
Visualisation
Dimension reduction with PCA
Cluster analysis & SEM
Cluster analysis
Factor analysis
SEM
Mediation analysis
Innehåller
R 1
R 2
R 3
R 4
R 5
Kurser på engelska
Totalt 10 kursdagar
Pris: 50 000:-
R 1
Introduction to R
Handling data
Data visualisation
Descriptive statistics
Introduction to modern statistics
Statistical concepts
Classical statistical methods
Modern statistical methods
R 2
Linear regression & ANOVA
Linear regression
ANOVA
Advanced regression models
Generalised linear models
Mixed models
Missing data
R 3
Visualisation & data exploration
Visualisation
Dimension reduction with PCA
Cluster analysis & SEM
Cluster analysis
Factor analysis
SEM
Mediation analysis
R 4
Survival analysis
Kaplan-Meier curves
Comparing groups
Cox and AFT models
Biomarker data
Visualisation of biomarker data
Two-sample tests and regression
Strategies for finding biomarkers
Multivariate analysis of biomarkers
R 5
Machine learning
Evaluation of predictive models
Regularised regression (lasso)
Nearest neighbours models
Decision trees, random forests and boosted trees
Artificial intelligence
Deep neural networks
AI models for analysis of text data
AI models for analysis of images
Fyll gärna i en intresseanmälan så återkommer vi med mer information!
Enskilda kursdagar – Komplettera din kursbokning
Det finns även möjlighet att komplettera din bokning genom att lägga till enstaka kursdagar. Dessa kan både adderas till våra utbildningsförslag Basic och Medium samt till våra kurser R 1–3. Genom att lägga till enskilda kursdagar finns alternativet att skräddarsy ett utbildningspaket helt efter dina behov.
Introduction to R
Introduction to modern statistics
Linear regression & ANOVA
Advanced regression models
Visualisation & data exploration
Cluster analysis & SEM
Survival analysis
Biomarker data
Machine learning
Artificial intelligence
Propensity Score Matching
Introduction to R
Handling data
Data visualisation
Descriptive statistics
Introduction to modern statistics
Statistical concepts
Classical statistical methods
Modern statistical methods
Linear regression & ANOVA
Linear regression
ANOVA
Advanced regression models
Generalised linear models
Survival analysis
Mixed models
Visualisation & data exploration
Visualisation
Dimension reduction with PCA
Cluster analysis & structural equation models
Cluster analysis
Factor analysis
SEM
Mediation analysis
Survival analysis
Kaplan-Meier curves
Comparing groups
Cox and AFT models
Biomarker data
Visualisation of biomarker data
Two-sample tests and regression
Strategies for finding biomarkers
Multivariate analysis of biomarkers
Machine learning
Evaluation of predictive models
Regularised regression (lasso)
Nearest neighbours models
Decision trees, random forests and boosted trees
Artificial intelligence
Deep neural networks
AI models for analysis of text data
AI models for analysis of images
Propensity Score Matching
Introduction
Identify imbalances in your data set
Matching techniques
Evaluation of the matching quality
Estimate the treatment effects
How to describe methods and results
Programmet
R är ett programmeringsspråk där den huvudsakliga användningen är statistiska beräkningar, datavisualisering och maskininlärning med hjälp av AI. Genom användarutvecklade tilläggspaket, packages, har antalet metoder för statistiska beräkningar och grafisk presentation av statistik som går att använda i R utökats kraftigt.
Användning
R är idag ett av de mest välkända och använda vanligaste programmen för statistisk analys. Det är idag fullt jämförbart med kommersiella statistikprogram så som SPSS, SAS och Stata. Programutvecklingen drivs konstant framåt genom användarskapade paket som är enkla att installera och har gjort R otroligt populärt inom datavetenskapen.
Grafiska gränssnitt
Tidiga användare föredrog att använda R rent textbaserat via kommandotolken. Idag väljer användarna hellre den uppsjö av applikationer som kan användas för att visuellt redigera och köra R-kod, exempelvis Rcmdr och RStudio. Med dessa och andra tillägg som ggplot2 kan du skapa grafik som håller minst lika bra kvalitet som i alla andra statistikprogram.
Communities
En stor skillnad för användarna jämfört med andra program är att R är tillgängligt utan kostnad som en fri mjukvarulicens. Det har medfört att R har lokala communities över hela världen där användare kan nätverka, dela idéer och lära sig. För dig som användare är det väldigt positivt då du i mycket större utsträckning kan få hjälp och svar på frågor. I och med att R är open-source kan du även använda programkod som andra har utvecklat i egna projekt utan att betala licensavgifter.
Nyheter om R
Lär dig arbeta med överlevnadsanalys och biomarkörer eller machine learning med AI.
Lär dig utföra dina egna analyser samt tolka, validera och presentera resultaten.
Välj mellan utbildningar i SPSS, R, Statistica, Stata eller AI och machine learning.
Hittar du inte det du letar efter? Se våra andra kurssidor.
