Zaczniemy od najważniejszych operacji na danych: filtrowanie wierszy, tworzenie nowych kolumn i modyfikacja istniejących, liczenie miar statystycznych (mediana, odchylenie standardowe itd.) z podziałem na grupy.

Wytłumaczę, czym jest rozkład zmiennej i dlaczego tak ważne jest, by analizę danych rozpocząć od jego zbadania. Dowiesz się, dlaczego warto logarytmować dane i kiedy ma to sens. Poznasz najważniejsze techniki badania zależności między cechami. Zobaczysz, jak dzięki pakietowi ggplot2 wykonać naprawdę zaawansowane (i nadające się wprost do prezentacji lub publikacji naukowej) wykresy. Pokażę, jak dzięki wielowymiarowemu podejściu do badania zależności uniknąć wyciągania zbyt uproszczonych wniosków, co jest częstym błędem analityków.

Zajmiemy się bardziej zaawansowanymi przekształceniami danych, tzw. piwotowaniem (tabele przestawne). Będziemy łączyć dane z różnych plików (operacje join). Na życzenie pokażę, jak w R połączyć się z bazą SQL i na niej pracować (bez znajomości komend SQL!).

Na koniec omówimy techniki typowo programistyczne: pętle, instrukcje warunkowe, pisanie własnych funkcji. To może być zaskakujące, że jest to ostatni punkt kursu, ale jak się przekonacie, to, co w innych językach programowania wykonuje się pętlą, w R robi się inaczej, znacznie bardziej intuicyjnie.