Bài giảng Phân tích và xử lý dữ liệu với R - Bài thực hành 1: Giới thiệu R - Học viện Ngân hàng

Nội dung text: Bài giảng Phân tích và xử lý dữ liệu với R - Bài thực hành 1: Giới thiệu R - Học viện Ngân hàng

1. PHÂN TÍCH VÀ XỬ LÝ DỮ LIỆU VỚI R
2. PHẦN I: GIỚI THIỆU R ▪ Tại sao lại R ▪ Tổng quan R ▪ WorkSpace ▪ Input/output
3. Tại sao lại R ▪ R hoàn toàn miễn phí ▪ Chạy trên Windows, Unix, MacOS ▪ Rất nhiều phương pháp phân tích ▪ Rât nhiều phương pháp “advanced” không có trong các chương trình khác ▪ Biểu diễn đồ thị đẹp
4. Một chút lích sử ▪ R là “statistical and graphical programming language” ▪ Gốc từ s ▪ R: Thoạt đầu ro Ross Ihake và Robert Gentleman(ĐH Auckland, new Zealand) viết vào thập niên 1990s ▪ Từ 1997: international “R-core”, 15 người
5. Ưu điểm và nhược điểm ▪ Ưu điểm ● Miễn phí, chỉ tải về từ internet ● Nhiều packages cho chuyên dụng ● Open source ▪ Nhược điểm ● Thuật ngữ khó hiểu ● Dùng lệnh ● Kí hiệu
6. R có thể làm gì ▪ R là ngôn ngữ phân tích thống kê ▪ Có thể thực hiện tất cả các mô hình phân tích ▪ Mô phỏng (simulation) ▪ Vẽ đồ thị và biểu đồ (rất đẹp) ▪ Lập trình cho phương pháp mới
7. Cài đặt R ▪ Kết nối internet tới đường dẫn ▪ Chọn Download ▪ Run, Ok hoặc Next ▪ Sau cùng “Finish” ▪ R icon trên desktop
8. Một phiên làm việc với R
9. Dẫn nhập ▪ Kết quả tính toán được lưu trữ trong objects dùng trong toán tử gán <- hoặc =
10. OBJECT ▪ Mỗi object phải có tên ▪ Tên có thể được viết từ chữ thường, chữ hoa, số và kí hiệu “,” hoặc “_” ▪ Ví dụ: Hue_age = 28 Hue_age<-28 ▪ R phân biệt chữ hoa và chữ thường
11. Workspace ▪ getwd() : xem folder hiện hành là gì ▪ ls() liệt kê các object đang làm ▪ setwd(mydirectory): Thay đổi folder làm việc Setwd(“d:/bankingAcademy”)
12. Packages ▪ R cấu trúc theo package ▪ Mỗi phương pháp phân tích là một gói ▪ Packade có thể tải về hay cài đặt trực tuyến ▪ Để biết có package gì dùng lệnh library() ▪ Cài đặt packages mới: install.packages(c(“graphics”)