Module also offered within study programmes:
General information:
Name:
R programming
Course of study:
2019/2020
Code:
ZIIE-1-311-n
Faculty of:
Management
Study level:
First-cycle studies
Specialty:
-
Field of study:
Information Technology and Econometrics
Semester:
3
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Part-time studies
Course homepage:
 
Responsible teacher:
dr Basiura Beata (bbasiura@zarz.agh.edu.pl)
Module summary

Proponowany przedmiot pozwala na zapoznanie studentów z open source’wym pakietem R i RStudio oraz pokazanie możliwości wykorzystania pakietów komputerowych do analizy danych. Począwszy od pisania prostych skryptów, wczytania i operacji na danych, przeprowadzenia analizy, przygotowania prezentacji oraz aplikacji webowej aż do tworzenia własnych pakietów.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence: is able to
M_K001 Jest gotów do: stałego poszerzania wiedzy technologicznej w celu doskonalenia umiejętności posługiwania się nowymi narzędziami komputerowymi IIE1A_K03 Activity during classes
Skills: he can
M_U001 Potrafi: pozyskać dane do pakietu R, określić ich jakość, zbudować i zaprezentować graficznie model. IIE1A_U04, IIE1A_U05 Test
Knowledge: he knows and understands
M_W001 Zna i rozumie: sposób funkcjonowania pakietu R i RStudio oraz możliwości wykorzystania go w celu gromadzenia, analizy i prezentacji danych społeczno- ekonomicznych IIE1A_W04, IIE1A_W05 Test
M_W002 Zna i rozumie: podstawowe struktury danych i składnię pakietu R i RStudio oraz jego możliwości aplikacyjne IIE1A_W05 Test
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
16 8 0 0 8 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Social competence
M_K001 Jest gotów do: stałego poszerzania wiedzy technologicznej w celu doskonalenia umiejętności posługiwania się nowymi narzędziami komputerowymi - - - + - - - - - - -
Skills
M_U001 Potrafi: pozyskać dane do pakietu R, określić ich jakość, zbudować i zaprezentować graficznie model. - - - + - - - - - - -
Knowledge
M_W001 Zna i rozumie: sposób funkcjonowania pakietu R i RStudio oraz możliwości wykorzystania go w celu gromadzenia, analizy i prezentacji danych społeczno- ekonomicznych + - - - - - - - - - -
M_W002 Zna i rozumie: podstawowe struktury danych i składnię pakietu R i RStudio oraz jego możliwości aplikacyjne + - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 75 h
Module ECTS credits 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 16 h
Preparation for classes 25 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 14 h
Realization of independently performed tasks 20 h
Module content
Lectures (8h):
Wykład

1. Informacje o programie: RStudio i obsługa programu.
2. Proste działania na liczbach – kalkulator
3. Instrukcje wejścia/wyjścia – ładowanie projektu (programu) i danych.
4. Podstawowe typy danych i ich zastosowanie
5. Skrypty i sterowanie przepływem danych
6. Formuły i funkcje
7. Obsługa błędów
8. Elementy modelowania matematycznego
9. Elementy grafiki
10. Prezentacje w RStudio (shiny)
11. Projektowanie i udostępnianie aplikacji webowych,
12. Tworzenie własnych pakietów i dokumentacja kodu

Project classes (8h):
Ćwiczenia projektowe

Zagadnienia na ćwiczenia projektowe
1. Instrukcje wejścia/wyjścia, wektory w R
2. Operacje na danych – wektory, macierze i tablice w R.
3. Ramki danych jako obiekt w R
4. Wybrane pakiety – obróbka danych; formuły i funkcje; obsługa błędów
5. Funkcje apply
6. Prezentacje w RStudio
7. Projektowanie i udostępnianie aplikacji webowych

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Project classes: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Ocena z ćwiczeń projektowych wystawiana jest jako średnia ważona:
• oceny z wykonanego projektu; waga 0.7
• oceny z zadań domowych – waga 0.3
Zaliczenie poprawkowe wymaga oddania projektu i zaliczenia zadań domowych w godzinach konsultacji, w terminie ustalonym przez władze Uczelni dla danego semestru.
Usprawiedliwiona nieobecność na zajęciach nie zwalnia z konieczności wykonania zadań domowych i projektu.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Project classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Method of calculating the final grade:

Ocena końcowa wystawiana jest przez prowadzącego wykład na podstawie oceny z ćwiczeń projektowych.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Zaliczenie nieobecności usprawiedliwionej wymaga ustnego zaliczenia materiału w trakcie godzin konsultacji.

Usprawiedliwiona nieobecność na zajęciach nie zwalnia z konieczności wykonania zadań domowych i projektu.

Prerequisites and additional requirements:

Prerequisites and additional requirements not specified

Recommended literature and teaching resources:

1. M. Gągolewski, Programowanie w języku R, PWN, 2016
2. P. Biecek , Przewodnik po pakiecie R, Oficyna Wydawnicza GiS, Wrocław 2014
3. J H Maindonald, Using R for Data Analysis and Graphics, Australian National University, 2008
4. E. Gatnar, M. Walesiak, Statystyczna analiza danych z wykorzystaniem programu R, PWN 2009
5. W. N. Venables, D. M. Smith, and the R Core Team, An Introduction to R, This manual is for R, version 3.2.2 (2015-08-14)
6. P. Dalgaard, Introductory statistics with R, Springer 2002
7. J. J. Faraway, Linear models with R", Chapman & Hall/CRC 2004
I inne materiały dostępne na stronach internetowych polecanych przez fundację R Project

Scientific publications of module course instructors related to the topic of the module:

Wykorzystanie R-project i RStudio w publikacjach
1. Basiura B., Metoda Warda w zastosowaniu klasyfikacji województw Polski z różnymi miarami odległości, red. nauk. Krzysztof Jajuga, Marek Walesiak. — Wrocław : Wydawnictwo Uniwersytetu Ekonomicznego, 2013. — (Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics ; ISSN 1899-3192
2. Application fuzzy clustering to grouping computer industry listed companies — Zastosowanie klasyfikacji rozmytej do grupowania szeregów czasowych spółek branży IT / Iwona SKALNA, Beata BASIURA // W: Zarządzanie przedsiębiorstwem – teoria i praktyka [Dokument elektroniczny] : XIV międzynarodowa konferencja naukowa : 22–23 listopada 2012, Kraków : materiały konferencyjne / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydział Zarządzania. — Wersja do Windows. — Dane tekstowe. — Kraków : WZ AGH, cop. 2012. — 1 dysk optyczny. — Opis częśc. wg CD-ROM-u. — S. [1–17]. — Wymagania systemowe: Adobe Reader ; napęd CD. — Bibliogr. s. [16–17], Summ., Streszcz.. — Tyt. przejęto z ekranu tytułowego.
3. A simulation study of the utility clustering algorithm of financial time series based on the Copula-GARCH model / Beata BASIURA, Anna CZAPKIEWICZ // W: Aspects of production engineering and management / ed. Piotr Łebkowski. — Kraków : AGH University of Science and Technology Press, 2011. — ISBN: 978-83-7464-478-5. — S. 167–177. — Bibliogr. s. 176–177, Abstr.

Additional information:

None