آموزش آر (R) و آراستودیو (RStudio) به زبان فارسی
مدتی پیش با چند تن از دوستان و همکاران ایرانی ام در باره ی اهمیت قابلیت بازتولیدی (Reproducible Research) صحبت می کردم. تمام آنها مقالات متعددی را به زبان های فارسی و انگلیسی در نشریات معتبر داخلی و بین المللی منتشر کرده اند اما متاسفانه اطلاعات زیادی در مورد اهمیت قابل بازتولید بودن تحقیق و اهمیت آن نداشتند. انتقاد عمده ی من به آنها این بود که آنها با کُد نوشتن یا سینتکس ناآشنا بودند. باید قبول کرد که عمده آموزش های آماری در ایران - خصوصا در علوم اجتماعی- به استفاده از موشواره و منوی نرم افزار خلاصه می شود.
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
مشکل عیان است. استفاده از موشواره و کلیک های متعدد در منوی نرم افزار قابلیت بازتولیدی تحقیق را به شکل قابل توجهی پایین می آورد چون تصمیم هایی که در پروسه ی پاکسازی و تحلیل داده ها استفاده می شوند به راحتی یادداشت و ذخیره نمی شوند. اکنون که مشکل را فهمیدیم باید به فکر چاره بود. اگر به استفاده از نرم افزار SPSS مسر هستید و تمایلی به یادگیری نرم افزار آماری جدیدی ندارید تنها توصیه من این است که حتما نوشتن سینتکس را در SPSS بیاموزید. برای کسانی که علاقه مند هستند نرم افزار قویتری را بیاموزند R و RStodui را توصیه می کنم. RStodio به خودی خود نرم افزار آماری نیست و تنها قالبی گرافیکی با قابلیت های چشمگیری است که برای R ساخته شده است. این دو نرم افزار برخلاف سایر نرم افزارهای دیگر آماری رایگان هستند و در حال حاضر رایجترین نرم افزار آماری در میان آماردانان کشورهای غربی هستند.
برای نصب این نرم افزارها، نخست باید نرم افزار R را نصب کنید و سپس RStudio. لینک این نرم افزارها را زیر می توانید ببینید:
دانلود نرم افزار آماری R و RStudio
دریافت نرم افزار آماری R
دریافت قالب گرافیکی RStudio
در این وبسایت در مورد تحلیل داده های آماری با نرم افزار R مطالبی منتشر خواهم کرد. مشتاق شنیدن سوالات، نظرات و انتقادات شما هستم.
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
رم افزارR را مورد بررسی قرار دهیم و با ارائه مطالب مرتبط، نقش این نرم افزار و تحلیل آماری را در نتیجه گیری از داده ها مورد بررسی قرار دهیم. در پایان این آموزش، مخاطب قادر به کار کردن با نرم افزار R، ورود اطلاعات، تجزیه و تحلیل آماری پایه ای باشد و بتواند مسائل مختلف را در قالب صورت مساله مشخص در نرم افزار تحلیل کند.
آموزش تحلیل آماری با نرم افزار R
محققین علوم زیستی در سال های اخیر در کنار پیشرفت های تکنولوژی و در اختیار داشتن دستگاه های آزمایشگاهی نوین با حجم وسیعی از داده های آزمایشگاهی مواجه شده اند. به منظور کسب نتایج صحیح و قابل اعتماد از داده های حاصل، نیاز به تحلیل و بررسی بیشتری وجود دارد. رشته آمار به عنوان علمی که از داده های حاصل نتیجه گیری انجام می دهد و می تواند صحت فرضیات آزمایشگاهی را بر اساس داده های به دست آمده مورد بررسی قرار دهد از جایگاه مهمی در علوم زیستی سال های اخیر برخوردار شده است. امروزه دیگر نمی توان حجم وسیعی از محاسبات را به وسیله روش های سنتی انجام داد.
آشنایی با مفاهیم آماری و نحوه تحلیل نتایج و همچنین تسلط به یک نرم افزار برای تسهیل محاسبات برای هر محققی در علوم زیستی امروزی ضروری است. نرم افزار R یک نرم افزار رایگان با بسته های متنوع برای اهداف متنوع است که بسیار مورد توجه محققین قرار گرفته است. وجود بسته های تحلیلی مختلف بر اساس موضوع مورد نیاز و این امکان که تهیه بسته های جدید و توابع مورد نیاز در این نرم افزار دیده شده است، یکی از نقاط قوت این نرم افزار تلقی می گردد. توانایی ها و امکانات این نرم افزار قابل مقایسه با دیگر نرم افزارهای تحلیل آماری با محیط بسته مثل SPSS نیست.
از طرفی به علت رایگان بودن و منبع باز بودن این نرم افزار، توجه ویژه ای در بین محققین به این نرم افزار وجود دارد به طوری که بسته های متعددی برای تحلیل های مختلف آماری و حتی غیرآماری برای آن وجود دارد. یکی دیگر از مزیت های این نرم افزار، توانایی کشیدن گراف ها و نمودارهای با کیفیت بالا و متنوع است که در کمتر نرم افزاری به آن توجه شده است. سایت ها و منابع مختلفی برای آموزش نحوه کار با بسته ها و توابع موجود در آن در دسترس است اما منبع مناسبی به زبان فارسی که بتواند نیاز محققین رشته های مرتبط را برطرف سازد تاکنون تهیه نشده است و اغلب مجلات معتبر پژوهشی و دیگر مجلات علمی به نتایج استناد شده از نرم افزار R اعتماد دارند.
در این آموزش قصد داریم محیط گرافیکی نرم افزارR را مورد بررسی قرار دهیم و با ارائه مطالب مرتبط، نقش این نرم افزار و تحلیل آماری را در نتیجه گیری از داده ها مورد بررسی قرار دهیم. در پایان این آموزش، مخاطب قادر به کار کردن با نرم افزار R، ورود اطلاعات، تجزیه و تحلیل آماری پایه ای باشد و بتواند مسائل مختلف را در قالب صورت مساله مشخص در نرم افزار تحلیل کند.
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
مباحث زیر در آموزش مطرح شده است:
مقدمه ای بر نرم افزار R و R Studio
تاریخچه زبان برنامه نویسی R
نصب و آشنایی با محیط نرم افزار
نرم افزار R Studio و بخش های مختلف آن
نحوه گرفتن راهنمایی در نرم افزار
شروع به کار با نرم افزار
تعریف متغیر و عملگرهای ریاضی و منطقی در نرم افزار
انواع متغیر در R
صفت های منتسب به هر متغیر
عملیات ریاضی و منطقی روی متغیرها
تعریف بردار
تعریف ماتریس
تعریف چارچوب داده
تبدیل متغیر به انواع دیگر
شناسایی داده های گم شده و بدون مقدار
ساختار های کنترل
ساختار شرط If
ساختار تکرار متناهی for
ساختار تکرار نامتناهی While
دستور های Break، Next و Return
حل یک مثال کاربردی
کار با توابع درونی R
نحوه ورود اطلاعات به نرم افزار از خارج برنامه به کمک توابع درونی
نحوه تعریف توابع جدید موردنیاز کاربر
بررسی چند تابع در نرم افزار
تابع lapply
تابع tapply
تابع split
تابع mapply10
تابع
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
apply
بررسی چند توزیع آماری در نرم افزار
توزیع یکنواخت
توزیع دوجمله ای
توزیع هندسی
توزیع فوق هندسی
توزیع نمایی
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
توزیع کای دو
معرفی آماره
بررسی آماره های پرکاربرد
میانگین
واریانس
انحراف معیار
چندک
میانه
تحلیل توصیفی
بررسی شاخص های مرکزی و چگونگی محاسبه آن ها در نرم افزار
بررسی شاخص های پراکندگی و چگونگی محاسبه آن ها در نرم افزار
رسم نمودار فراوانی، نمودار جعبه ای و دیگر ابزار نمایش داده ها در نرم افزار
آزمون فرض آماری
معرفی توزیع نرمال و توزیع t و توابع مربوطه در نرم افزار
آزمون میانگین یک جامعه (One sample t-test)
آزمون میانگین دو جامعه (Two sample t-test)
بررسی آزمون Z در نرم افزار
نرمال سازی داده ها در نرم افزار R
نرمال سازی استاندارد
تبدیلات باکس کاکس
نرمال سازی بر اساس چندک
نرمال سازی به روش صیقل دادن با میانه
نرمال سازی به روش مقیاس گذاری
نرمال سازی به روش دامنه میان چارکی
نرمال سازی ناپارامتری مبتنی بر رگرسیونی
حل چند مثال در نرم افزار
انجام آنالیزهای آماری معروف
این آموزش برای رشته های زیر مفید است:
شیمی (کمومتریک)
آمار مکانیک
علوم روانشناسی و اجتماعی
مدیریت
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
به طور کلی در تمامی رشته هایی که بخشی از محاسبات مرتبط به روش های آماری می شود می توانند از توانایی های منحصر بفرد این نرم افزار استفاده کنند.برای یادگیری بهتر این آموزش، بهتر است پیش نیازهای زیر را رعایت نمایید:
آشنایی مقدماتی با مفاهیم آمار و ریاضی