Deze cursus vormt een eerste inleiding in het statistisch computerprogramma R. Het is op dit moment één van de meest geavanceerde en flexibele statistische programma’s en is bovendien gratis. R is een omgeving waarin statistische analyses kunnen worden uitgevoerd en zeer mooie plaatjes (graphics) kunnen worden gemaakt. Het is bovendien een complete programmeertaal waardoor het mogelijk is om zelf rekenprocedures te schrijven en zowel output van analyses te gebruiken als input voor een nieuwe analyse. Het is mogelijk om zogenaamde libraries te ontwikkelen, een combinatie van R code en een uitgebreide documentatie van de functies en procedures; zulke libraries worden beschikbaar gemaakt op internet en kunnen door andere gebruikers worden gedownload. Door dit systeem kunnen statistici de nieuwste ontwikkelingen delen met de R gemeenschap (bij een commercieel pakket als SPSS, duurt het vaak een aantal jaar voordat een nieuwe methode beschikbaar is). Er zijn inmiddels meer dan 2000 van zulke libraries beschikbaar wat aantoont dat R op dit moment de lingua franca van de statistiek is. Er zijn ook veel libraries beschikbaar voor het modelleren en plotten van genetische, epidemiologische en biologische data. Deze cursus heeft als doel iets te laten zien van alle facetten van R. De nadruk ligt niet op het uitvoeren van statistische analyses, al komt dat wel aan bod.

In deze cursus komen de volgende onderdelen aan bod:

Dag 1

• Gebruiken van hulp-functie en documentatie
• R taal basics
• Genereren van data
• Data structuren: vectoren, matrices en data frames
• Operatoren, functies en iteratie (‘loops’)
• Enkele basale samenvattingen van data.

Dag 2

• Beginnen en managen van een R sessie: scripting, directories en libraries
• Data invoer: inlezen van tekst data en ander type data
• R graphics, maken en opslaan van geavanceerde plots
• Statistiek: basale toetsen en geavanceerde modellen
• Zelf programmeren: gebruik van functies, conditionals, en iteratie
• Afsluiten van een R sessie.

Leerdoelen   

1. De cursist kent de basis van de R taal
2. De cursist is in staat basale problemen op te lossen met behulp van de Help functie en documentatie
3. De cursist kent de verschillende data structuren in R
4. De cursist kent de basale functies in R
5. De cursist kan basale samenvattingen (statistieken en plaatjes) van de data produceren
6. De cursist kan verschillende data typen inlezen
7. De cursist kan de R code schrijven die nodig is voor het passen van eenvoudige lineaire modellen
8. De cursist kan punten, lijnen, getallen, tekst plotten, en plots opslaan
9. De cursist kent de basale principes van programmeren in R: functies, conditionals en iteratie
10. De cursist kan een R sessie afsluiten en relevante output wegschrijven

Ingangseisen
Voor het volgen van deze cursus is het noodzakelijk dat u aantoonbare kennis bezit op het niveau van de cursus Inleiding biostatistiek en klinische epidemiologie (R02).