Vai al contenuto

Videocorso R per l'analisi dei dati CGFA

Da zero a leggere, pulire, analizzare e rappresentare i dati con R

  • Partenza: Da zero
  • 10 ore con gli esercizi
  • 10 lezioni in 3 livelli
  • 2 lezioni gratis
Inizia la prima lezioneSblocca il corso

A chi serve

Principianti assoluti, studenti, analisti, ricercatori e titolari di attività che vogliono capire i numeri della propria azienda

Cosa serve per iniziare

  • Un computer Windows, Mac o Linux
  • Nessuna esperienza di programmazione
  • Saper usare un foglio di calcolo aiuta, ma non è necessario

Cosa installare

R 4.5 o successivoIl linguaggio, gratuito: si scarica dal sito CRAN (cran.r-project.org), scegliendo la versione per il tuo sistema
RStudio Desktop (Posit)L'ambiente di lavoro gratuito con editor, console, grafici e aiuto: si scarica da posit.co dopo aver installato R
Pacchetti tidyverseDalla console di R scrivi install.packages("tidyverse"): installa dplyr, ggplot2 e gli altri strumenti usati nel corso

A cosa ti serve

  • Analista dati e business analyst
  • Ricerca scientifica, medica e statistica
  • Reportistica aziendale automatica
  • Marketing e analisi delle vendite
  • Data scientist

Programma del corso

10 lezioni in 3 livelli. Ogni lezione: video, spiegazione, codice da copiare o provare, esercizio con soluzione e quiz.

1

Base

Muovere i primi passi: calcoli, vettori, tabelle e importazione dei dati

1Installare R e fare i primi calcoliInstallare R e RStudio, usare la console come calcolatrice e salvare i valori in variabili.Gratis20 min2Vettori e funzioni statisticheLavorare con elenchi di valori (vettori), selezionarli con condizioni e calcolare somme e medie.Gratis25 min3I data frame: le tabelle di RCreare e interrogare un data frame, la tabella con righe e colonne.30 min4Importare ed esportare datiLeggere un file CSV, controllare la struttura dei dati e salvare i risultati.30 min
2

Intermedio

Trasformare, pulire e disegnare i dati con il tidyverse

1Manipolare i dati con dplyrFiltrare, selezionare, creare colonne, ordinare e riassumere con i verbi di dplyr e la pipe.35 min2Pulire i dati: valori mancanti, doppioni, testi e dateGestire NA, duplicati, numeri scritti come testo e date, il lavoro più lungo di ogni analisi vera.35 min3I grafici con ggplot2Disegnare grafici a barre, linee, punti e istogrammi con la grammatica di ggplot2 e salvarli.35 min
3

Avanzato

Statistica, previsioni, funzioni e report automatici

1Statistica descrittiva e correlazioneRiassumere un insieme di dati con media, mediana, deviazione standard e quartili, e misurare il legame tra due variabili.35 min2Regressione lineare e test statisticiCostruire un modello lineare per prevedere un valore e conoscere i test statistici più usati.40 min3Funzioni, cicli e report automaticiScrivere funzioni riutilizzabili e produrre un report che si rigenera da solo con Quarto.40 min

Progetto finale: L'analisi vendite della bottega

Parti da un file di vendite di una bottega napoletana e produci un'analisi completa: importazione, pulizia, riepiloghi per città e prodotto, un grafico e una frase di conclusione, tutto in uno script che puoi rieseguire quando arrivano dati nuovi.

I passi

  1. Crea un Progetto RStudio chiamato bottega e salva dentro il file vendite.csv (colonne data, citta, prodotto, importo).
  2. Importa il file con read.csv e controlla i tipi con str.
  3. Pulisci: converti la data con as.Date, togli gli spazi dai nomi con trimws, gestisci gli NA.
  4. Calcola con dplyr l'incasso per città e il prodotto più venduto.
  5. Disegna con ggplot2 un grafico a barre dell'incasso per città e salvalo come PNG.
  6. Scrivi una frase finale con cat che riassume il risultato.
  7. Facoltativo: trasforma lo script in un report Quarto.

Esame e attestato

Alla fine del corso fai l'esame: 15 domande, serve il 75% di risposte giuste. Superato l'esame ottieni l'attestato stampabile con nome, ore, punteggio e un codice di controllo che chiunque può verificare.

Vai all'esame

Glossario di R per l'analisi dei dati

Variabile
Un nome a cui è associato un valore o un insieme di valori.
Vettore
Un elenco di valori dello stesso tipo, la struttura base di R.
Data frame
La tabella di R: colonne di dati e righe di osservazioni.
Funzione
Un comando con un nome che esegue un calcolo, come mean() o sum().
Pacchetto
Un insieme di funzioni aggiuntive, che si installa e si carica con library().
Tidyverse
Una famiglia di pacchetti, tra cui dplyr e ggplot2, pensati per lavorare bene con i dati.
Pipe
Il simbolo |> che passa il risultato di un passaggio al successivo.
NA
Il segnaposto per un dato mancante.
Media e mediana
Due modi di indicare il valore tipico: la media somma e divide, la mediana è il valore centrale.
Correlazione
Un numero tra -1 e +1 che misura quanto due grandezze si muovono insieme.
Regressione
Un modello che descrive come una grandezza dipende da un'altra e permette di prevedere.
Quarto
Lo strumento che unisce testo, codice e grafici in un report che si aggiorna da solo.

Le prime 2 lezioni sono gratis

Per il corso completo, scuole e aziende: chiedi le condizioni.

Inizia oraRichiedi maggiori informazioni