Programering i R

Lärare och examinator:

• Josef Wilzén

Labbassar:

• Hugo Knape och Sidney Rydström

• Kursvärdering: 732G45 “Grundläggande statistik och dataanalys”
• Kursens upplägg och praktisk information
• R, R-Studio och vetenskaplig programmering
• Introduktion till programering i R
  • miniräknare,variabler, vektorer, hjälp, funktioner, logik

• Kursen kommer att ske helt på distans
• Arbeta hemifrån, håll fysiskt avstånd till andra i kursen
• Följ regler och rekommendationer från Folkhälsomyndigheten och Liu.

Information om kursen finns i kursplanen. Denna kan sammanfattas till:

• Mål 0. Bli bekväma med datorer
• Mål 1. Tänka som en programmerare. Ställa upp problemet rätt. Struktur.
• Mål 2. Skriva programkod.
• Mål 3. Bli bekväma med R. Förstå hur du kan använda R i ditt framtida statistiska arbete.
• Mål 4. Ha kul!

Kursen består av två delar:

• Del 1: Grundläggande programering
• Del 2: Tillämpningar relaterade till statistik, grafik och datahantering

Varje vecka (block):

• En föreläsning
• En datorlaboration
  • Övningsuppgifter
  • Obligatoriska inlämningsuppgifter
• 4 timmar lärarledd laboration + många timmar eget arbete
• Inlämning:
  • Labbar: varje söndag kl. 18.00 på LISAM

• Grunderna för programmering i R
• Fyra föreläsningar
• Fyra labbar
• Labbarna görs en och en

• Statistisk analys med R
• Fyra föreläsningar
• Fyra labbar
• Labbarna görs genom parprogrammering
• Miniprojekt i två delar (del av labb 5 och labb 7)

Allmän struktur på kursen

• Kursmaterial på kurshemsidan: här
• Föreläsningar kommer att vara på Zoom
• Kommunikation kommer att ske via Teams
• Labbar:
  • Ska göras på egen dator hemma.
  • Hjälp kommer att erbjudas online via Teams
  • Inlämningar kommer att ske på kursen kursrum på LISAM
• Schema finns på timeedit

Kurskod: 732G33, 732G83

För denna kurs krävs R och R-Studio.

Se kurshemsidan för hjälp med installation: här

Enkel textredigerare (anteckningar/notes/gedit etc)

Kursboken

Kurslitteratur: The Book Of R av Tilman M. Davies (TD), 2016.

Artiklar

• Dates and Times Made Easy with lubridate [ladda ned]
• Handling and processing strings in R [ladda ned]
• Best practices for scientific computing [ladda ned]

Mer material på kurshemsidan

Videoföreläsningar

• Google Developers (GD) videomaterial [här]
• Roger Pengs föreläsningar (RP) [här]
• Finns även andra på kurshemsidan

Reference cards:

Ett par sidor med viktiga funktioner i R. [ladda ned]

Hjälp till RStudio [ladda ned]

Det kommer flera reference cards under kursens gång.

• Datorlabbar, 8 st
  • Betyg: U, G
• Datortentamen i form av hemtenta
  • Betyg: U, G, VG
  • Mer info närmare tentan
  • Anmälan krävs!

• Börja direkt!
• Har obligatoriska inlämningsuppgifter
• ~ 15 h arbete/v
• Laborationsmall finns på hemsidan, kolla här
• Labbarna lämnas in via LISAM och autorättas
  • R-paketet markmyassignment
  • labbarna måste bli godkända av markmyassignment

• Filer finns på kurshemsidan
• 100 % rätt för godkänt
• Vissa labbuppgifter är inspirerade av linjär algebra
• Arbetstakt:
  • kursveckorna går måndag till söndag
  • Kursen går på halvfart ~ 20 h/vecka, ca 15 h/vecka till labbar
  • Deadline: söndag kl 18.00
    

• Kompletteringar:
  • Labb 1-4: komplettering strax efter halva kursen (se LISAM)
  • Komplettering i samband med tentan och omtentor
  • Detta är hårda deadlines!
  • Mer info på kurshemsidan

• Paket för direkt återkoppling på labbar
• Underlätta lärandet
• Kom gärna med synpunkter!

set_assignment()
show_tasks()
mark_my_assignment()
mark_my_file()

Resultat:

• Svarsfrekvens: 19,61%
• Helhetsbetyg: 3,5
• Fortsätta använda markmyassignment

Förslag på åtgärder:

• länk till kurshemsidan på lisam
• minska mängden inlämningsuppgifter
• labbassisternas roll
• mer interaktiva föreläsningar

• Inlärning “händer” inte av sig själv
  • kräver aktivitet och engagemang
• Planera dina studier: skriv upp vilka timmar som är avseeda för kursen varje vecka
• Programmering är en färdighet: skriv kod!
• Samarbeta
• Ha bra tempo i kursen: svårt att ta igen i efterhand
• Använd föreläsningar och labbar väl
  • Fråga om hjälp

Gäller programstudenter på “Statistik och dataanalys”

• 732G45 “Grundläggande statistik och dataanalys”
• Svara på din dator/mobil
• Studentmail: sök på 732G45, kursvärdering
• 5 min

• Instruera en dator att utföra uppgifter
• Mjukvaruutveckling / vetenskaplig programmering
• Maskinkod / Lågnivåspråk / Högnivåspråk
• Kompilerande / Intepreterande språk

• Hantera (stora och komplexa) data
• Replikerbarhet i analyser
• Utföra komplexa beräkningar
• Utföra och automatisera (tråkiga) rutinuppgifter
• Effektivt användande av tid

• Populäraste programmeringsspråket för statistiker
  • se här och här
• Bygger på öppen källkod (gratis och transparent)
• Många utvecklare - stor funktionalitet
• Finns för Windows, Mac och Linux
• Högnivåspråk (enklare)
• Mer information i RP:s video “Overview and Background”
• Ett “klister” för statistiska analyser

• En bra minnesregel är:
  • Hårddisk = I bokhyllan
  • Internminne (RAM) = På skrivbordet

R arbetar på i internminnet (skrivbordet)

Skapa ett program som utgår från talet 7 och skriver sedan de följande 3 udda talen på skärmen.
Programmet ska avslutas med meddelandet ’Klar!’.

I R ser det ut på följande sätt

talet <- 7
for (i in 1:3) {
  talet <- talet + 2 
  print(talet)
}
print("Klar!")

Kör vi koden i R får vi följande resultat:

[1] 9
[1] 11
[1] 13

[1] "Klart!"

R

1. Gå till https://cran.r-project.org/
2. Välj ditt operativsystem, ladda ned och installera R

R-Studio

1. Gå till http://www.rstudio.com/
2. Download > Download RStudio Desktop
3. Välj ditt operativsystem, ladda ned och installera R-Studio

Se kurshemsidan för mer info.

• “spara” värden
• Vektorer är 1+ element av samma typ (ex. heltal). jmf. linjär algebra.
• Skapas (enklast) med c()
  
• Indexering/slicing med [ ] Exempel:

testScore <- c(7,15,20,23,1.2)
testScore[3]

[1] 20

testScore[c(1,4)]

[1]  7 23

• Sker elementvis

testScore <- c(7,15,20,23,1.2)
testScore * 2

[1] 14.0 30.0 40.0 46.0  2.4

• Recycling

x <- c(5,2,1)
y <- c(7,4)
y + x

[1] 12  6  8

• Hjälpen i R
• Google, Google, Google
• Stack overflow
• Sök på engelska
• Sök / studera (slutet) på felmeddelandet från R

Error in eval(expr, envir, enclos) : object 'x' not found

• Mer information i RP:s video “How to get Help”

• Olika typer av värden på variabler, ex:
  • Heltal, Numeriska värden, Textsträngar
• Kallas för atomära klasser
• För att undersöka vilken klass en variabel har används: typeof()
• För att konvertera mellan klasser används as. - funktioner (finns för alla variabeltyper). Ex:

as.character(1:5)

[1] "1" "2" "3" "4" "5"

• “Allt som existerar är objekt, allt som sker är funktioner”
• Tar noll eller flera argument
• Flera funktioner samlas i R-paket
• Många och små funktioner är det bästa!
  • Gör en sak och gör det bra!
• Kod som vi vill använda flera gånger
• Svårare att felsöka än vanlig kod.
• Grunden för bra och säker kod. Modularisering. Testbarhet (läs markmyassignemnt).

En funktion i R består (ofta) av:

• ett funktionsnamn (ex. f)
• en funktionsdefinition: function()
• 0 eller flera argument (ex. x och y)
• “curly bracers” {}
• programkod / funktionen (ex. res <- x + y)
• returnera värde (ex. return(res))

f <- function(x, y){
  res <- x + y
  return(res)
}

f(x = 3, y = 2)

[1] 5

f(x = 1, y = 11)

[1] 12

• “Det som sker i funktionen, stannar i funktionen”

f <- function(x, y){
  z <- 1
  res <- z+x+y
  return(res)
}

ls()

[1] "f"         "i"         "talet"     "testScore" "x"         "y"        

f(1,2)

[1] 4

ls()

[1] "f"         "i"         "talet"     "testScore" "x"         "y"        

• Funktionen måste “köras/läsas in” innan den fungerar
• return() avslutar funktionen
• Skriv funktionen i flera delar
  • Börja med kod som fungerar (men med funktionens argument)
  • Lyft in koden i funktionen
  • Pröva funktionen

• Logik vanligt i programmering
  • Kallas ibland booleans
  • Används i if-else
  • I R: Användas för indexering (välja ut rader/kolumner)
• I R: De logiska värdena: TRUE, FALSE, NA (NA betyder saknade värden och används i olika sammanhang)
• I R: Skapas på två sätt:
  • Som vanliga vektorer
  • Med relationsoperatorer

minVektor <- c(12,1,2,7)
minBool <- c(TRUE, FALSE, FALSE, TRUE)
minVektor[minBool]

[1] 12  7

• Boolsk algebra
• Operatorer:

• Kan kombineras för mer komplicerade uttryck:

(FALSE & !TRUE) | FALSE

[1] FALSE

• Jämförelser
• I R reference card v.2 under operatorer
• Skapar logiska vektorer

x <- c(1, 2, 3, 4, 5)
x != 5

[1]  TRUE  TRUE  TRUE  TRUE FALSE

x > 2

[1] FALSE FALSE  TRUE  TRUE  TRUE

minVektor <- c(12,1,2,7,99)
minBool <- minVektor > 5 & minVektor < 50
minVektor[minBool]

[1] 12  7