سپنتا کتاب اکسپرس
کتاب برنامه‌نویسی آماری با R: نقشه راه شما برای تحلیل داده

کتاب برنامه‌نویسی آماری با R: نقشه راه شما برای تحلیل داده

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب برنامه‌نویسی آماری با R: نقشه راه شما برای تحلیل داده

موضوع کلی: تجزیه و تحلیل داده

موضوع میانی: برنامه‌نویسی آماری با R

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه‌ای بر R و RStudio: چرا R برای تحلیل داده؟
  • 2. نصب R و RStudio روی سیستم‌عامل‌های مختلف
  • 3. آشنایی با محیط کاربری RStudio: کنسول، اسکریپت، محیط و نمودارها
  • 4. اولین دستورات در R: استفاده از R به عنوان یک ماشین حساب
  • 5. دریافت راهنمایی در R: توابع `help()` و `?`
  • 6. پکیج‌ها (Packages) در R: نصب و فراخوانی کتابخانه‌ها
  • 7. مدیریت فضای کاری (Workspace) و پروژه‌ها در RStudio
  • 8. متغیرها و عملگر تخصیص (Assignment)
  • 9. انواع داده‌های پایه: عددی (Numeric)، صحیح (Integer)، کاراکتری (Character) و منطقی (Logical)
  • 10. مقادیر ویژه: `NA`، `NaN`، `Inf` و `-Inf`
  • 11. بررسی و تبدیل انواع داده‌ها (Coercion)
  • 12. عملگرهای حسابی و مقایسه‌ای
  • 13. عملگرهای منطقی: AND, OR, NOT
  • 14. مقدمه‌ای بر ساختارهای داده در R
  • 15. وکتورها (Vectors): سنگ بنای R
  • 16. ایجاد وکتورها با `c()`, `seq()` و `rep()`
  • 17. عملیات ریاضی روی وکتورها (Vectorization)
  • 18. اندیس‌گذاری (Indexing) و انتخاب زیرمجموعه (Subsetting) در وکتورها
  • 19. فیلتر کردن وکتورها با استفاده از اندیس‌گذاری منطقی
  • 20. توابع پایه برای کار با وکتورها: `length()`, `sum()`, `mean()`
  • 21. ماتریس‌ها (Matrices): ایجاد و کاربردها
  • 22. عملیات ریاضی روی ماتریس‌ها
  • 23. اندیس‌گذاری و انتخاب زیرمجموعه در ماتریس‌ها
  • 24. آرایه‌ها (Arrays): ساختارهای چندبعدی
  • 25. لیست‌ها (Lists): نگهداری انواع مختلف داده
  • 26. ایجاد و اندیس‌گذاری لیست‌ها: `$`، `[[ ]]` و `[ ]`
  • 27. دیتافریم‌ها (Data Frames): ساختار اصلی برای داده‌های جدولی
  • 28. ایجاد یک دیتافریم از ابتدا
  • 29. بررسی ساختار دیتافریم: `str()`, `summary()`, `head()`, `tail()`
  • 30. انتخاب ستون‌ها و سطرها در دیتافریم
  • 31. فاکتورها (Factors): کار با داده‌های دسته‌ای (Categorical)
  • 32. تبدیل متغیرها به فاکتور و کار با سطوح (Levels)
  • 33. مقدمه‌ای بر جریان کنترل (Control Flow)
  • 34. دستورات شرطی: `if`, `else if`, `else`
  • 35. تابع برداری `ifelse()` برای عملیات شرطی
  • 36. حلقه‌های تکرار: حلقه `for`
  • 37. حلقه‌های تکرار: حلقه `while`
  • 38. حلقه‌های تکرار: حلقه `repeat` و دستورات `break` و `next`
  • 39. چرا و چگونه از حلقه‌ها اجتناب کنیم: قدرت Vectorization
  • 40. خانواده توابع `apply()`: اعمال یک تابع روی ماتریس یا آرایه
  • 41. توابع `lapply()` و `sapply()`: اعمال تابع روی لیست‌ها و وکتورها
  • 42. تابع `tapply()`: اعمال تابع بر اساس گروه‌ها
  • 43. نوشتن توابع سفارشی: چرا و چگونه؟
  • 44. آناتومی یک تابع در R: آرگومان‌ها، بدنه و مقدار بازگشتی
  • 45. تعریف مقادیر پیش‌فرض برای آرگومان‌ها
  • 46. محدوده متغیرها (Variable Scope): متغیرهای محلی و سراسری
  • 47. مدیریت خطا و هشدار در توابع: `stop()` و `warning()`
  • 48. اشکال‌زدایی (Debugging) کد: استفاده از `browser()` و `traceback()`
  • 49. توابع ناشناس (Anonymous Functions)
  • 50. خواندن داده‌ها از فایل‌های CSV با `read.csv()`
  • 51. نوشتن داده‌ها در فایل‌های CSV با `write.csv()`
  • 52. خواندن فایل‌های متنی دیگر با `read.table()`
  • 53. خواندن داده از فایل‌های اکسل (با استفاده از پکیج `readxl`)
  • 54. ذخیره و بارگذاری اشیاء R با `save()` و `load()`
  • 55. مقدمه‌ای بر فلسفه Tidyverse: داده‌های مرتب (Tidy Data)
  • 56. اپراتور پایپ (`%>%`): زنجیر کردن دستورات برای خوانایی بهتر
  • 57. انتخاب ستون‌ها با `select()` از پکیج `dplyr`
  • 58. فیلتر کردن سطرها بر اساس شرط با `filter()`
  • 59. مرتب‌سازی سطرها با `arrange()`
  • 60. ایجاد ستون‌های جدید با `mutate()`
  • 61. خلاصه‌سازی داده‌ها با `summarise()`
  • 62. عملیات گروهی با `group_by()`
  • 63. ترکیب `group_by()` و `summarise()` برای تحلیل‌های گروهی
  • 64. تغییر شکل داده‌ها از عریض به طویل با `pivot_longer()`
  • 65. تغییر شکل داده‌ها از طویل به عریض با `pivot_wider()`
  • 66. ادغام دیتافریم‌ها: مقدمه‌ای بر انواع Join
  • 67. ادغام mutating: `inner_join()` و `left_join()`
  • 68. کار با داده‌های متنی: مقدمه‌ای بر پکیج `stringr`
  • 69. کار با تاریخ و زمان: مقدمه‌ای بر پکیج `lubridate`
  • 70. مقدمه‌ای بر مصورسازی داده با `ggplot2`: گرامر گرافیک
  • 71. اولین نمودار با `ggplot2`: تابع `ggplot()` و زیبایی‌شناسی (`aes`)
  • 72. نمودار نقطه‌ای (Scatter Plot) با `geom_point()`
  • 73. نمودار خطی (Line Plot) با `geom_line()`
  • 74. نمودار میله‌ای (Bar Chart) با `geom_bar()`
  • 75. هیستوگرام و نمودار چگالی برای توزیع داده‌ها
  • 76. نمودار جعبه‌ای (Box Plot) و نمودار ویولن (Violin Plot)
  • 77. شخصی‌سازی زیبایی‌شناسی: رنگ، اندازه، شکل و شفافیت
  • 78. تقسیم نمودار به زیرنمودارها با `facet_wrap()` و `facet_grid()`
  • 79. تنظیم محورها، مقیاس‌ها و محدوده‌ها
  • 80. افزودن عنوان، زیرنویس و برچسب به نمودارها (`labs()`)
  • 81. تغییر تم و ظاهر کلی نمودار با `theme()`
  • 82. ذخیره نمودارها با کیفیت بالا با `ggsave()`
  • 83. آمار توصیفی در R: `summary()`, `mean()`, `median()`, `sd()`
  • 84. توزیع‌های احتمال در R: نرمال، دوجمله‌ای، پواسون
  • 85. شبیه‌سازی و تولید اعداد تصادفی
  • 86. آزمون فرض: مقدمه و مفاهیم کلیدی
  • 87. آزمون تی تک‌نمونه‌ای (One-Sample t-test)
  • 88. آزمون تی دو نمونه مستقل (Independent Two-Sample t-test)
  • 89. آزمون تی زوجی (Paired t-test)
  • 90. همبستگی (Correlation) و کوواریانس (Covariance)
  • 91. رگرسیون خطی ساده (Simple Linear Regression) با `lm()`
  • 92. تفسیر خروجی مدل رگرسیون: `summary(lm)`
  • 93. بررسی مفروضات و تشخیص مدل رگرسیون
  • 94. رگرسیون خطی چندگانه (Multiple Linear Regression)
  • 95. استفاده از متغیرهای دسته‌ای به عنوان پیش‌بین در رگرسیون
  • 96. تحلیل واریانس (ANOVA) یک‌طرفه
  • 97. آزمون کای-دو (Chi-squared Test) برای جداول توافقی
  • 98. مقدمه‌ای بر رگرسیون لجستیک برای متغیرهای پاسخ دوتایی
  • 99. گزارش‌نویسی تکرارپذیر با R Markdown
  • 100. ایجاد یک گزارش ساده در R Markdown: کد، متن و خروجی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.