Предварительный список тем
Лекция 1: Введение. История языка, особенности архитектуры. Переменные, векторы, неявное приведение типов. Логические операции, пропущенные значения и способы работы с ними.
Лекция 2: Основные типы и структуры данных. Матрицы, списки, датафреймы, их индексация. Установка библиотек. Условные конструкции: if, else, ifelse, case_when. Циклы и почему их не рекомендуют использовать. Векторизация как концепт, заменяющий циклы.
Лекция 3: Работа с векторами разной длины, ресайклинг. Семейство функций *apply(). Создание собственных функций. Импорт и экспорт данных в R. Описательные статистики. Разбор датасета, тайдинг (очистка) данных.
Лекция 4: Введение в tidyverse. Основные функции пакета dplyr, разбор учебного датасета.
Лекция 5: Введение в ggplot2 - мощный пакет для визуализации данных. Философия grammar of graphics. Что такое aes, основные геомы.
Лекция 6: Основы статистического вывода. Центральная предельная теорема, тест Стьюдента, его непараметрический аналог. Зависимые и независимые выборки. Допущения и ограничения теста Стьюдента
Лекция 7: Дисперсионный анализ. Нужен ли однофакторный дисперсионный анализ? Поправка Тьюки. Многофакторный дисперсионный анализ.
Лекция 8. Корреляция и линейная регрессия. Хи квадрат и тесты Фишера
Лекция 9. Введение в обобщенную линейную модель (GLM).
Лекция 10. Поправки на множественное тестирование.
Лекция 11. Биокондактор, пакеты в R специально для решения биологических и биоинформатических задач.
Лекция 12. Введение в quarto, Rmarkdown (чтобы писать сайты и делать презентации на R).