Презентации и данные

Знакомство с R и базовая статистика

01 Знакомство с R

• Презентация: Знакомство с R

• Презентация pdf: Знакомство с R

• Код: 01_intro_to_r_code.R

01 Знакомство с R (Практикум по основам языка)

Это задание для самостоятельной работы.

• Задание для практикума: Знакомство с R
• Данные: catsM.xlsx

02 Основы ggplot2

install.packages(c("ggplot2", "readxl", "tidyr", "MASS", "car"))

• Презентация: Основы ggplot2
• Код: 02_intro_ggplot.R
• Данные: Titanic.csv
• Данные: fev.xls
• Тренировка: 02_intro_ggplot_training.html

03 Описательная статистика

Часть 1

• Презентация 03.1_descriptive_statistics.html
• Код 03.1_descriptive_statistics_code.R
• Данные diatome_count.csv

Часть 2

• Презентация 03.2_descriptive_statistics_normal_d.html
• Объект “population” population.RData
• Код 03.2_descriptive_statistics_normal_d_code.R

04 Тестирование гипотез

install.packages("dplyr")

• Презентация 04_hypothesis_testing.html
• Код 04_hypothesis_testing_code.R
• Объект “population” population.RData
• Данные aml.csv

Линейная регрессия

05 Простая линейная регрессия

install.packages("gridExtra")
install.packages("cowplot")

• Презентация: 05_LM.html

• Код:

  • 05_LM_code.R
  • 05_LM_task.R
  • 05_Correlation_permutation_test.R

• Данные:

  • IQ_brain.csv
  • secher.xls

06 Основы линейной алгебры

• Презентация: 06_Introduction_to_linear_algebra.html
• Код: 06_Introduction_to_linear_algebra_code.R

07 Описание, проверка значимости и валидности линейной модели

• Презентация: 07_model_description_and_validation.html

• Код:

  • 07_model_description_and_validation_code.R
  • 07_task_assumptions_catsM.R
  • 07_task_assumptions_GAG.R

• Данные:

  • IQ_brain.csv
  • catsM.xlsx
  • GAGurine.xlsx
  • orly_owl_Lin_4p_5_flat.txt

08 Множественная линейная регрессия. Выбор оптимальной модели

Часть 1. Множественная линейная регрессия

install.packages("gridExtra")
install.packages("ISwR")

• Презентация: 08.1_multiple_LM.html

• Код: 08.1_multiple_LM_code.R

• Данные: loyn.csv

Часть 2. Выбор оптимальной модели

• Презентация: 08.2_model_selection.html

• Дополнительная презентация “Теоретические основы выбора оптимальной модели”: 08.3_model_selection_theory.html

• Код: 08.2_model_selection_code.R

• Данные: loyn.csv

Общие линейные модели

09 Модели с непрерывными и дискретными предикторами (ANCOVA)

install.packages("readxl")
install.packages("cowplot")
install.packages("dplyr")

Часть 1. Модели с разными значениями свободного члена (intercept) для групп

• Презентация: 09.1_LM_with_continuous_and_discrete_predictors_2.html

• Код: 09.1_LM_with_continuous_and_discrete_predictors_code_2.R

• Код: 09.1_LM_with_continuous_and_discrete_predictors_code_ANCOVA.R

• Данные:

  • goats.xlsx
  • tlc.csv
  • Puromycin.xlsx
  • birthwt.csv

Часть 2. Модели с разными значениями углового коэффициента для групп

• Презентация: 09.2_LM_with_continuous_and_discrete_predictors_interactions.html

• Код:

  • 09.2_LM_with_continuous_and_discrete_predictors_interactions.R
  • 09.2_LM_with_continuous_and_discrete_predictors_Practicum_without_solution.R

• 09.2_LM_with_continuous_and_discrete_predictors_Practicum_solution.R

• Данные:

  • loyn.csv
  • birthwt.csv

Для желающих. Вот очень хороший ресурс, где показано, что большинство классических статистических тестов - это все линейные модели.

10 Однофакторный дисперсионный анализ

install.packages(c("DAAG", "multcomp"))

11 Многофакторный дисперсионный анализ

install.packages("palmerpenguins")

Обобщенные линейные модели (GLM)

12 GLM для нормально распределенных данных

13 GLM для счетных данных

install.packages("AER")

14 GLM для бинарных данных (=логистическая регрессия)

install.packages(c("ISwR", "cowplot"))
install.packages("catdata")

Смешанные модели (GLMM)

15 GLMM для нормально-распределенных данных

install.packages(c("lme4", "pbkrtest"))

16 Моделирование структуры дисперсии в смешанных моделях

install.packages("faraway")

17 GLMM для счетных данных

18 GLMM для бинарных данных

install.packages(c("MASS", "glmmML", "lme4"))
install.packages("performance")
install.packages("partR2")
install.packages("blmeco")