Programming in R Eğitimi

Eğitim Hakkında

R ile veri analizi ve istatistik

Eğitim, R dilinde veri analizi yapmayı kapsar: RStudio ortamı, vektör, matris, liste ve data frame, koşul ve döngüler, fonksiyonlar, apply ailesi, tidyverse ile dplyr (filter, mutate, group_by, summarise), tidyr, readr, ggplot2 ile grafik, tanımlayıcı istatistik, t-testi, ki-kare, korelasyon, doğrusal regresyon ve R Markdown ile tekrarlanabilir raporlama.

Süre ve Format

2 Gün. Her gün dört modül; R Temelleri ve Veri İşleme ve Görselleştirme, İstatistik ve Raporlama ekseninde ilerleyen uygulamalı program.

Seviye

Temel Seviye — R programlama: veri yapıları, tidyverse ile veri işleme, ggplot2 görselleştirme, istatistiksel analiz ve R Markdown

Öğrenme Metodu

RStudio'da gerçek veri setleri (mtcars, nycflights13 ve CSV) üzerinde temizleme, analiz ve görselleştirme adım adım yapılır.

Neden Bu Eğitim?

📊Veri analizi

Veriyi içe aktarma, temizleme ve özetlemeyi tidyverse ile yaparsınız.

📈Etkili grafikler

ggplot2 ile yayına hazır görselleştirmeler üretirsiniz.

📄Tekrarlanabilir rapor

R Markdown ile analiz ve yorumu tek belgede sunarsınız.

Anahtar Konular

r programlamar eğitimitidyversedplyrggplot2rstudior markdownistatistiksel analizveri analizi rdoğrusal regresyon rdata frame

“Veriyi konuşturmak için önce temizlemeyi bilmek gerekir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Temel istatistik

Ortalama, standart sapma ve dağılım kavramları faydalıdır.

2

Bilgisayar kullanımı

CSV/Excel dosyalarıyla çalışma deneyimi yeterlidir.

3

Kurulum

R ve RStudio kurulu olmalıdır.

4

Programlama

Önceden programlama bilgisi gerekmez.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefive %>%

Modül 1

R Ortamı ve Dil Temelleri

RStudio arayüzü ve proje yapısı
Atama, vektör ve tipler
Faktör ve tarih tipleri
Mantıksal indeksleme
Paket kurulumu (install.packages)
Yardım ve dokümantasyon

Modül 2

Veri Yapıları

Matris ve array
Liste ve iç içe liste
Data frame oluşturma
Satır/sütun seçimi
NA değerleri
str, summary, head ile inceleme

Modül 3

Kontrol Akışı ve Fonksiyonlar

if/else ve ifelse
for, while ve vektörel yaklaşım
Fonksiyon tanımı
apply, sapply, lapply, purrr::map
Hata yakalama tryCatch
Kod stili ve tidyverse style

Modül 4

Tidyverse ile Veri İşleme

readr ile CSV okuma
dplyr: filter, select, mutate, arrange
group_by ve summarise
Pipe
tidyr: pivot_longer, pivot_wider

Günün hedefiKatılımcı ggplot2 ile grafik üretir, temel istatistiksel testleri uygular ve R Markdown ile rapor hazırlar.

Modül 1

ggplot2 ile Görselleştirme

Grammar of Graphics
geom_point, geom_line, geom_bar, geom_histogram
aes ile eşleme ve facet
Tema, renk ve etiket
Boxplot ve yoğunluk grafiği
Grafik kaydetme (ggsave)

Modül 2

Tanımlayıcı İstatistik

Merkezi eğilim ve yayılım
Dağılım ve normallik kontrolü
Aykırı değer analizi
Korelasyon
Çapraz tablo
Örneklem ve popülasyon

Modül 3

İstatistiksel Testler

t-testi ve eşleştirilmiş t-testi
ANOVA
Ki-kare testi
Mann-Whitney ve parametrik olmayan testler
p-değeri ve güven aralığı yorumu
Etki büyüklüğü

Modül 4

Regresyon ve Raporlama

Doğrusal regresyon (lm)
Katsayı ve R² yorumlama
Artık analizi
predict ile tahmin
R Markdown ve knitr
HTML ve PDF rapor çıktısı

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

R temelleri

R veri yapılarını ve indekslemeyi kullanabilirsiniz.

🧩

Veri içe aktarma

CSV ve Excel verisini R'a aktarabilirsiniz.

⚙️

dplyr kullanımı

filter, mutate ve summarise ile veriyi dönüştürebilirsiniz.

🔍

Veri düzenleme

tidyr ile veriyi uzun ve geniş biçimde şekillendirebilirsiniz.

🛠️

ggplot2

Katmanlı grafikler ve facet ile görselleştirme yapabilirsiniz.

📈

İstatistik testleri

t-testi ve ki-kare testini uygulayıp yorumlayabilirsiniz.

🔐

Regresyon

lm ile doğrusal regresyon kurup yorumlayabilirsiniz.

🚀

Raporlama

R Markdown ile tekrarlanabilir rapor üretebilirsiniz.

Kimler İçin Uygundur?

Veri analizi
istatistik ve akademik araştırma yapan analistler
öğrenciler
araştırmacılar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri analizi, istatistik ve akademik araştırma yapan analistler, öğrenciler ve araştırmacılar için uygundur. Ortalama, standart sapma ve dağılım kavramları faydalıdır.

Programlama bilmeden katılabilir miyim?

Evet, R sıfırdan anlatılır.

Python ile fark nedir?

R istatistik ve görselleştirmede güçlüdür; eğitim R ekosistemine odaklanır.

Akademik çalışmalar için uygun mu?

Evet, tekrarlanabilir araştırma ve R Markdown akademik rapor için uygundur.

Makine öğrenmesi var mı?

Temel regresyon işlenir; ileri makine öğrenmesi kapsam dışıdır.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

PROGRAMMING IN R EĞİTİMİ