Paket sadrži funkcije koje omogućavaju različite tipove resampling-a (npr. cross-validation, bootstrap, itd). Struktura podataka u kojoj se čuvaju resampling podaci je data frame i veoma je zgodna za dalji rad. Više o paketu možete pročitati na zvaničnoj stranici paketa: https://github.com/tidymodels/rsample. Paket je deo RStudio “tidymodels” projekta, a na čelu projekta…
Brz početak rada sa R: Prekodiranje (20. Deo)
Možemo odjednom prekodirati ceo vektor. Da bismo to ilustrovali kreirajmo vektor sa nedostajućim podacima. A <- c(3, 2, NA, 5, 3, 7, NA, NA, 5, 2, 6) A Možemo prekodirati sve nedostajuće podatke nekim drugim brojem, npr. nulom kao što sledi: A[ is.na(A) ] <- 0 A Prekodirajmo sve vrednosti…
Brz početak rada sa R: Prebrojavanje vrednosti unutar slučajeva (19. Deo)
SPSS ima opciju Count Values within Cases (prebrojavanje vrednosti unutar slučajeva), ali R nema ekvivalentnu funkciju. Ovde ćemo dati dve funkcije koje se mogu pokazati korisnima. Svaka od njih prebrojava vrednosti u okviru slučajeva u datoteci. Na primer, možemo imati datoteku koja sadrži odgovore u upitniku merene na tzv. Likert…
Brz početak rada sa R: Korišćenje any() i all() komandi (18. Deo)
Provera postojanja specifičnih vrednosti korišćenjem any() i all() komandi Kreirati vektor b: b <- c(7, 2, 4, 3, -1, -2, 3, 3, 6, 8, 12, 7, 3) b Korišćenjem funkcije any() proveriti da li u vektoru b postoji element koji je jednak -4 i manji od 5: any(b == -4)…
Brz početak rada sa R: Uslovno prebrojavanje (17. Deo)
Prebrojavanje elemenata u datoteci Kombinujući length() i which() komande dobijamo korisnu metodu za prebrojavanje elemenata koji zadovoljavaju određeni kriterijum. b <- c(7, 2, 4, 3, -1, -2, 3, 3, 6, 8, 12, 7, 3) b Prebrojmo trojke u vektoru b. count3 <- length(which(b == 3)) count3 U opštem slučaju možemo…
Brz početak rada sa R: Uopšteni Linearni Model za binarne podatke (16. Deo)
U 15. delu smo pokazali kako oceniti jednostavni uopšteni linearni model na binarnim podacima pomoću glm() naredbe. Nastavljamo sa istom glm() naredbom (modeliranje promenljive na težinu i radni takt motora) na istom skupu podataka mtcars koji je ugrađen u R. model <- glm(formula = vs ~ wt + disp, data…
Brz početak rada sa R: Uopšteni Linearni Modeli (15. Deo)
U 15. delu pokazaćemo kako kreirati jednostavne uopštene linearne modele u R. Regresija metodom običnih najmanjih kvadrata daje nam linearne modele za neprekidne promenljive. Međutim, mnogi podaci od interesa za statističare i istraživače nisu neprekidni i zato se moraju koristiti druge metode za stvaranje korisnih prognostičkih modela. Naredba glm() je…
Brz početak rada sa R: Pita grafik (14. Deo)
U ovom 14. delu, pokazaćemo kako kreirati pita grafike u R. Da bismo kreirali jednostavan pita grafik koristićemo komandu pie(). Kao i uvek, kreiramo vektor brojeva, a zatim ih grafički prikažemo. B <- c(2, 4, 5, 7, 12, 14, 16) Kreirajmo jednostavan pita grafik. pie(B) Kreiramo sada pita grafik sa…
Brz početak rada sa R: Pravougaoni grafički prikaz (13. Deo)
U delu 13. delu pokazaćemo kako kreirati pravougaoni grafički prikaz u R. Da bismo kreirali jednostavni pravougaoni grafički prikaz koristićemo naredbu boxplot(), koja je jednostavna za korištenje. Prvo ćemo kreirati vektor brojeva, a potom ćemo ih grafički prikazati. Pravougaoni grafički prikazi se mogu kreirati za pojedinačne promenljive ili za promenljive…
Brz početak rada sa R: Histogrami (12. Deo)
U 12. delu, pokazaćemo kako da kreiramo histograme u R. Hajde da kreiramo jednostavan histogram koristeći naredbu hist(), koja je jednostavna za korišćenje, ali je zapravo prilično sofisticirana. Prvo, kreirajmo vektor sa brojevima, a potom histogram. B <- c(2, 4, 5, 7, 12, 14, 16) hist(B) To je bilo lako,…