RPubs will retire in June 2027. Your existing documents will stay accessible through December 31, 2031
and Connect Cloud is the recommended home for new publishing. Read the blog post
gravatar

AllaT

Alla Tambovtseva

Recently Published

Document
Разбор ПЗ №3
Document
Plotly
ТВиМС: визуализация 1
Свойства E(X) и D(X)
My first file
My report
Ввод и вывод в R
Document
DASS: Exam (variant 2)
R: exam
DASS: Exam
DASS: Logistic regression
DASS. Regression labs
DASS: Model diagnostics
DASS: Lab 5 - solutions
Linguistic Data: ANOVA
DASS: Lab 5
DASS: midterm (make-up)
DASS: Simple regression
Midterm
DASS: Lab 2 solutions
DASS: Lab 3 solutions
DASS: Lab3
Rprog: seminar 3
Rprog: seminar 3
DASS: Lab 2
DASS: t-test
LingData: lab4
Linguistic Data: ANOVA in R
CI-draft
DASS: Lab1 solutions
RProg: seminar2-solutions
Rprog: Intro to dplyr
Rprog: dataframes
RProg: seminar2
RProg: seminar1-solutions
Rprog: matrices and lists
Rprog: more on vectors
DASS: Confidence intervals
RProg: seminar1
Linguistic Data: samples
Vectors in R
RBasics
Introduction to Rmarkdown
Linguistic Data: R basics
DASS. Statistical laws
DASS. Loops in R
DASS. Working with tables.
DASS-csv-add
DASS. Data loading
Vectors in R
R Data types
DASS. Intro to R
R as a calculator. Variables in R.
Лекция 5
Семинар 4
Семинар 1
Семинар 1
RprogData: intro-markdown
Лекция 1. Файл Rmarkdown и язык разметки markdown.
Меры связи в R
Доверительные интервалы в R
Семинар по доверительным интервалам
R: работа с данными
Краткая инструкция по загрузке базы данных и ее описанию, построению базовых графиков (гистограмма, ящик с усами, скрипичная диаграмма).
Метод главных компонент: введение
Введение в метод главных компонент.
Кластерный анализ 3: качество кластеризации
Как оценить качество кластеризации и сколько кластеров выбрать. Метод k-means.
Кластерный анализ: дендрограммы
Красивые дендрограммы
Кластерный анализ 1
Введение в кластерный анализ. Иерархический кластерный анализ. Дендрограмма.
lecture7-exploratory_rprog3
Лекция 12-01-18. Разведывательный анализ данных: визуализация распределений качественных и количественных данных.
lecture14-texts
Лекция 20-12. Предварительная обработка текстов. Облака слов.
stargazer-rmarkdown
statistical_tests
Статистические критерии (критерий Стьюдента для двух выборок, критерий Уилкоксона, ANOVA, критерий Краскела-Уоллиса). В помощь к большому ДЗ.
22-11-ggplot2
Графики с ggplot2. Библиотека ggflags.
06-12-maps
Географические карты в R. Работа с shape-файлами и раскраска карт. Библиотеки maptools, classInt, RColorBrewer.
lecture10-ggplot
visualization
Принципы визуализации или много примеров того, как делать не нужно.
15-11-functions
Лекция 15.11.17. Циклы и функции в R.
10-11-vectors-contd
Лекция 10-11-17. Векторы из повторяющихся значений. Пропущенные значения. Последовательности.
10-11-matrices-lists
Лекция 10-11-17. Матрицы и списки.
08-11-conditionals
Лекция 08-11-17. Вывод сообщения на экран: print, cat, sprintf. Условия: операторы if и else.
RMarkdown replication
ДЗ #1
03-11-vectors
Лекция 03-11-17. Векторы. Преобразование типов. Работа с элементами вектора.
03-11-markdown
Лекция 03.11.17. Язык разметки markdown. Rmarkdown.
03-11-intro
Лекция 03-11-17. Установка библиотек. R как калькулятор. Переменные в R. Логические выражения.
lecture7-exploratory
18-10-exploratory
Лекция 18-10-17. Описательные статистики в R. Базовые графики в R: диаграммы (столбчатая и круговая), гистограммы, ящики с усами.
11-10-descriptives
Лекция 11-10-17. Описательные статистики в R. Выгрузка таблиц в LaTeX и Word (html).
04-10-dplyr
Лекция 04-10-17. Базы данных и библиотека dplyr.
27-09-datasets
Лекция 27-09-17. Загрузка данных в R. Выгрузка данных из R. Базы данных. Пропущенные значения.
20-09-matrices-lists
Лекция 20-09-17. Векторы, последовательности, матрицы, списки.
20-09-vect-contd
Лекция 20-09-17. Поименованные векторы. Пропущенные значения. Последовательности.
13-09-vectors
Лекция 13-09-17. Векторы в R.
13-09-intro
Лекция 13-09-17. Введение в R. R как калькулятор. Переменные. Типы переменных в R.
13-09-Rmarkdown
Лекция 13-09-17. Работа с Rmarkdown
RMarkdown
Часть 1 домашнего домашнего задания №1.
DASS 2016-17 Homework 5
Статистические оценки
семинар 24-04
DASS 2016-17 Homework 4
DASS 2016-17 Homework 4
DASS 2016-17 Homework 3
DASS 2016-17 Homework 2
Занятие 5. Работа с файлами. Первичный анализ данных.
Работа с файлами: загрузка, сохранение, конвертация. Первичная обработка данных. Функции. Первичный анализ данных: описательные статистики, проверка нормальности, сравнение средних и распределений.
Занятие 3. Вывод сообщения на экран. Циклы. Операторы условия. Функция assign().
Вывод сообщения на экран. Циклы for и while. Операторы условия if и else. Разветвленные и множественные условия. Функция assign(). Практические задачи.
Занятие 7: линейная регрессия с эффектами взаимодействия. Пространственно-временные данные: модели с фиксированными и случайными эффектами.
Линейная модель с эффектами взаимодействия (interaction terms): оценка модели, расчет и визуализация предельных эффектов. Пространственно-временные данные: модели с фиксированными/ случайными эффектами. Выбор модели, тестирование качества модели.
Занятие 6: корреляционный анализ, линейная регрессия.
Коэффициент корреляции. Корреляционная и ковариационная матрицы. Визуализация связи переменных. Обычная линейная регрессия. Проверка качества модели. Выгрузка таблиц в LaTex.
Занятие 5: графики (часть 2), графики с ggplot2.
Диаграмма рассеяния (scatterplot). Матрица диаграмм рассеяния. Графики с ggplot2: гистограмма, график плотности распределения, "ящик с усами", диаграмма рассеяния.
Занятие 4: качественные данные, графики (часть 1).
Работа с качественными данными: таблицы сопряженности, критерий хи-квадрат. Графики для качественных данных: столбчатая и круговая диаграмма. Графики функций. Графики для количественных данных: гистограмма, "ящик с усами".