Mallintaminen ja R-ohjelmointi

Opasnet Suomi
Loikkaa: valikkoon, hakuun





Mallinnus Opasnetissä

Useimpiin Opasnetin avoimiin arviointeihin liittyy jonkilainen matemaattinen malli, jonka avulla arvioinnissa esitettyjä väitteitä testataan, tehdään ennusteita tai visualisoidaan tilastollista dataa. Jotta mallien yksityiskohdat ja oletukset olisivat avoimesti kaikkien nähtävissä ja muokattavissa, voi mallien ohjelmakoodin kirjoittaa suoraan Opasnetin wikisivulle. Näin mallit eivät jää mustiksi laatikoiksi, vaan niitä voidaan jakaa, yhdistellä ja parantaa muiden käyttäjien toimesta kätevästi samassa wikiympäristössä. Mallit voi myös ajaa suoraan Opasnetin sivulta klikkaamalla Aja koodi-nappulaa ilman että omalle koneelle tarvii asentaa mitään mallinnusympäristöä. Kokeile alla olevaa esimerkkiä!

+ Näytä koodi

R-mallit voivat myös lukea syötetietoja sekä tallentaa tulostietoja Opasnettiin integroituun tietokantaan. Näin tulosten dokumentointi ja jakaminen käyttäjien kesken on helppoa ja järjestelmällistä. Syötetietoja voidaan myös lukea ulkopuolisista tietokannoista (esim. Tilastokeskuksen tietokannoista) jos niiden rajapinnat tukevat avoimen datan siirtostandardeja. Kehittyneempiä esimerkkejä R-kielen käyttömahdollisuuksista on koottu alle videokirjastolistaan. Voit kopioida näitä koodeja suoraan Opasnetin wikisivuille, ja ajaa ne siellä. Voit myös asentaa ilmaisen, avoimen lähdekoodin R-ajoympäristön omalle koneellesi osoitteesta http://www.r-project.org/ (isommat mallit kannattaa yleensä testata omalla koneella ja siirtää toimiva koodi Opasnetin wikiin). R-ohjelmiston englanninkieliset asennusohjeet saat tästä videosta.


Videokirjasto: R-kielen perusteet

Useimmat videot ovat englanninkielisiä, ja niitä on koottu eri lähteistä.

  1. R:n asentaminen omalle koneelle
  2. Pakettien lataaminen ja uusimman R-version päivitys
  3. Tiedostojen lataaminen R:ään (csv, excel, SAS, jne.)
  4. Oman datan syöttäminen R:ään
  5. Tietojen tallentaminen
  6. Tilastollisia perusoperaatioita (summa, minimi, maksimi, keskihajonta, jne.)
  7. Listarakenteiden käyttö
  8. Satunnaislukugeneraattorien käyttö
  9. Satunnaisotokset ja permutaatiot
  10. Perusgrafiikka
  11. Esimerkki R-mallinnuksesta, jossa ladataan, analysoidaan ja visualisoidaan dataa
  12. R-Studio eli graafisen R-käyttöliitymän esittely


Katso myös