Введение в анализ данных для гуманитарных и социальных наук на R

2024/2025

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Школа лингвистики

Статус:

Курс обязательный

Когда читается:

3-й курс, 2 модуль

Преподаватель

Мороз Георгий Алексеевич

Программа дисциплины

Аннотация

Курс предназначен для студентов в области социальных и гуманитарных наук, которые хотят научиться использовать язык программирования R для анализа и визуализации данных. Курс включает в себя следующие темы: введение в R, загрузка и трансформация данных, визуализация данных, обработка текстовых данных, работа со временем, визуализация географических данных, сбор данных из интернета и основы регрессионного анализа. В противовес стандартным курсам R, обычно основанным на статистической обработке данных и их визуализации, значительная часть курса посвящена работе с различными типами данных и их визуализации, так как именно разведочная визуализация, а не применение статистических методов имеет значение для гуманитарных и социальных специальностей. Обсуждение основ регрессионного анализа станет хорошей основой для дальнейшего изучение статистического анализа и методов машинного обучения на последующих курсах. Для работы на курсе необходимо будет установить программы R и RStudio. Пакеты необходимые для установки, будут перечислены в ходе лекций.

Цель освоения дисциплины

• Данный курс ставит собой цель охватить разведочный анализ данных в гуманитарных и социальных науках на языке программирования R с акцентом на данные самых разных типов: числовые, слова, тексты, временные данные, геоданные и др.

Планируемые результаты обучения

• Знакомство с основными элементами программирования на R
• Знаком с понятием опрятных данных (tidy data)
• Знаком с инструментами визуализации пакета ggplot2: функциями aes() и слоями
• Знаком с визаулизацией распределений
• Знаком с визуализацией распределения по категориям при помощи функций geom_jitter(), geom_boxplot(), geom_violin() и инструментов пакета ggbeeswarm
• Знаком с фасетезацией и семейством функций facet_...()
• Знаком с инструментами подсчета и подгонки количества символов в строке
• Знаком с особенностями сортировки строк
• Знаком с инструментами поиска и изменения подстроки в строковых данных
• Знаком с регулярными выражениями
• Владеет инструментами загрузки текстов в R
• Знаком с пакетами, предоставляющие доступ к библиотекам текстов (Gutenberg, Perseus)
• Владеет пакетом tidytext для представления текста в формате опрятных данных
• Знаком с целями и инструментами для удаления стопслов
• Знаком с целями и инструментами для морфологического и синтаксического анализа текстов (пакет udpipe)
• Применяет инструменты для векторизации текстов
• Знаком с особенностями загрузки и создания временных данных в R
• Выполняет арефметические операции с временными данными
• Визуализирует временные данные
• Владеет пакетами leaflet и leafsync для создания динамических карт в R
• Владеет пакетами ggplot2 и maps для создания статических карт в R
• Знаком с форматом данных geojson
• Знаком с понятием картографической проекции и его использованием в R
• Применять линейную регрессию
• Применять множественную линейную регрессию

Содержание учебной дисциплины

• Введение в R и Rstudio
• Трансформация данных
• Визуализация данных
• Работа со строками и регулярными выражениями
• Работа с текстами
• Работа со временем
• Работа с геоданными
• Основы статистического анализа в R
• Введение в quarto

Элементы контроля

• тесты
• экзамен

Промежуточная аттестация

• 2024/2025 2nd module
  0.7 * тесты + 0.3 * экзамен

Список литературы

Рекомендуемая основная литература

• Wickham, H., & Grolemund, G. (2016). R for Data Science : Import, Tidy, Transform, Visualize, and Model Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1440131

Рекомендуемая дополнительная литература

• Mailund, T. (2017). Beginning Data Science in R : Data Analysis, Visualization, and Modelling for the Data Scientist. New York: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1484645

Авторы

• Дьячкова Анна Евгеньевна
• Мороз Георгий Алексеевич