MPE_DAAR Data analysis in R for practical use

Faculty of Economics and Administration
Autumn 2024
Extent and Intensity
0/2/0. 4 credit(s). Type of Completion: zk (examination).
Taught in person.
Teacher(s)
Ing. Jakub Solnička (seminar tutor)
Mgr. Hana Fitzová, Ph.D. (seminar tutor)
Guaranteed by
prof. Ing. Martin Kvizda, Ph.D.
Department of Economics – Faculty of Economics and Administration
Contact Person: Mgr. Jarmila Šveňhová
Supplier department: Department of Economics – Faculty of Economics and Administration
Prerequisites
Není vyžadována žádná předchozí znalost programování, jazyka R, statistiky ani ekonometrie. Vyžadována je pouze základní schopnost pracovat s počítačem.
Course Enrolment Limitations
The course is also offered to the students of the fields other than those the course is directly associated with.
The capacity limit for the course is 24 student(s).
Current registration and enrolment status: enrolled: 0/24, only registered: 0/24, only registered with preference (fields directly associated with the programme): 0/24
fields of study / plans the course is directly associated with
Course objectives
Cílem kurzu je seznámit studenty s programovacím jazykem R jakožto užitečným a praktickým nástrojem pro práci s daty, který využívají nejenom profesionální datoví analytici v Googlu, Facebooku, Amazonu nebo Microsoftu. V předmětu se naučíme zpracovávat data do podoby grafů, map i různorodých tabulek, které v Excelu bez znalosti VBA nevytvoříte. V neposlední řadě je cílem kurzu naučit studenty tvořit v prostředí R vlastní webové stránky k prezentaci jejich analýz.
Learning outcomes
Po úspěšném absolvování předmětu porozumí student syntaxi jazyka R, zvládne v něm data analyzovat, upravovat, agregovat, vytvářet z nich grafy, tabulky a interaktivní mapy. Veškeré výstupy z analýz bude dále schopen propojit do podoby přehledné a vizuálně atraktivní webové stránky.
Syllabus
  • 1) Úvod do práce v R: instalace R a RStudia, seznámení s prostředím RStudia, práce s vektory
  • 2) Práce s daty 1: datové typy a struktury, načítání a ukládání dat, základy práce s proměnnými
  • 3) Práce s daty 2: analýza a zpracování dat v datové tabulce
  • 4) Práce s daty 3: tvorba vlastních funkcí, práce s cykly, hromadná analýza souborů
  • 5) Práce s daty 4: tvorba grafů v balíčku ggplot2
  • 6) Práce s daty 5: analýza a zpracování dat v datové tabulce za použití balíčku dplyr
  • 7) Práce s daty 6: pokročilé zpracování dat včetně tvorby grafů s pomocí dplyr a ggplot2
  • 8) Webová prezentace 1: seznámení s prostředím R Markdown, tvorba map v balíčku leaflet
  • 9) Webová prezentace 2: seznámení s prostředím flexdashboard
  • 10) Webová prezentace 3: pokročilá práce s flexdashboard, CSS styly, práce s datatable, vložení výstupu z flexdashboard a R Markdown na vlastní webové stránky, propojení s Wordpress
  • 11) Prezentace projektů
  • 12) Prezentace projektů
Literature
    recommended literature
  • WICKHAM, Hadley and Garrett GROLEMUND. R for data science : import, tidy, transform, visualize, and model data. First edition. Sebastopol, CA: O'Reilly, 2016, xxv, 492. ISBN 9781491910399. info
Teaching methods
Výuka probíhá prezenčně a je věnována praktickým ukázkám v prostředí RStudia.
Assessment methods
Předmět je hodnocen na základě obhajoby projektu datové analýzy vybraného tématu dle volby studenta. Projekt má podobu webové prezentace.
Language of instruction
Czech
Further Comments
The course is taught annually.
The course is taught: every week.
Teacher's information
https://is.muni.cz/auth/el/1456/podzim2020/MPE_DAAR/
The course is also listed under the following terms Autumn 2020, Autumn 2021, Autumn 2022, Autumn 2023.
  • Enrolment Statistics (Autumn 2024, recent)
  • Permalink: https://is.muni.cz/course/econ/autumn2024/MPE_DAAR