▶️ Introducing Monte Carlo Methods with R

▶️ Robert Gentleman · Kurt Hornik · Giovanni Parmigiani

▶️ 8Chapters

▶️ 297 Pages


🆔 @R_Experts

® کانال آموزش زبان R


🔰شماره آموزش :1

🔰موضوع :#تاریخچه "R"


🔶زبان R برای اولین بار به عنوان یک پروژه تحقیقاتی توسط راس ایهاکا (Ross Ihaka) و رابرت جنتلمن (Robert Gentleman) نوشته شد، و در حال حاضر توسط گروهی از متخصصان علم آمار به نام "تیم هسته زبان R " با صفحه ای در آدرس www.r-project.org در حال توسعه ی فعال می باشد.

زبان R به گونه‌ای طراحی شده، که بی شباهت به زبان نرم افزار S که توسط جان چمبرز (John Chambers) و دیگر افراد در آزمایشگاه‌های بل توسعه یافته بود نباشد. نسخه تجاری نرم افزار S با قابلیتهای بیشتر، توسط موسسه ی علوم آماری به عنوان نرم افزار SPlus توسعه یافته و به بازار عرضه شده؛ بعدها این نسخه نرم افزار SPlus، توسط شرکت Insightful خریداری شده و اکنون نیز متعلق به TIBCO Spotfire می باشد.زبان R و نرم افزار SPlus را می توان به عنوان دو پیاده‌ سازی زبان نرم افزار S در نظر گرفت.
زبان R بصورت رایگان در دسترس بوده و تحت پروانه ی عمومی همگانی، گنو (GNU) از بنیاد نرم افزارهای آزاد (FreeSoftware Foundation) توزیع می گردد. شما می توانید این برنامه را از شبکه جامع آرشیو نرم افزار R در (CRAN) دانلود نمایید. باینری های آماده اجرای زبان R برای سیستم عامل های ویندوز (Windows)، مک او اس ایکس (Mac OS X) و لینوکس (Linux) در دسترس می باشد.
کد منبع (source code) نیز قابل دانلود بوده و می تواند برای سیستم عامل های دیگر کامپایل شود.
حاوی محدوده گسترده‌ای از تکنیک‌های آماری (از جمله: مدل‌سازی خطی و غیرخطی، آزمون‌های کلاسیک آماری، تحلیل سری‌های زمانی، رده‌بندی، خوشه‌بندی و ...) و قابلیت‌های گرافیکی است. در محیط R، کدهای سی، سی++ و فورترن قابلیت اتصال و فراخوانی هنگام اجرای برنامه را دارند و کاربران خبره می‌توانند توسط کدهای سی، مستقیماً اشیا R را تغییر دهند.گرچه نرم‌افزار R اغلب به منظور انجام محاسبات آماری به کار می‌رود، این نرم‌افزار قابل به کارگیری در محاسبات ماتریسی است و در این زمینه، همپای نرم‌افزارهایی چون اُکتاو و نسخه تجاری آن متلب (MATLAB) است. R، همچنین زبانی قدرتمندی برای ایجاد اشکال گرافیکی و نمودارهاست.
به سرعت در حال تبدیل شدن به مهم ترین زبان برنامه نویسی برای هر دو، زیست شناسان تجربی و محاسباتی است .به خوبی طراحی شده است، بسیار کارآمد و به طور گسترده ای مورد استفاده قرار می گیرد و دارای یک پایگاه بسیار زیادی از همکاران و کاربرانی است که که قابلیت های جدید برای تمام جنبه های مدرن از تجزیه و تحلیل داده ها و تجسم را به آن اضافه میکنند. علاوه بر آن رایگان و منبع باز است.
شما می توانید از R برای تقریبا تمام موضوعات بیوانفورماتیک، پروتئومیکس، تجزیه و تحلیل آماری استفاده کنید بطور مثال
(Flow Cytometry, text and data mining, Seqeunce ,NGS,manipulation)
رابرت مونچن امار دانی که این زبان را تدریس میکند ،این زبان به عنوان محبوب ترین زبان برنامه نویسی در زمینه عملیات پژوهشی در سال 2015 اعلام کرده است نا گفته نماند ایشان به عنوان مسئول براورد محبوبیت نرم افزارهای پژوهشی نیز هستند.
و در اخر خاص بودن R را در
1-مجموعه قوی از عملگرهای محاسباتی
2-کتابخانه های خاص چند منظوره
3-بسته های نرم افزاری قدرتمند برای تجزیه و تحلیل
4-دارای مستندات فرمت بندی شده
5-قابلیت شبیه سازی های گوناگون
میتوان دانست.🔶
🔚®🔚

https://telegram.me/R_Experts/706

🆔 @R_Experts

® کانال آموزش زبان R


🔰شماره آموزش:2

🔰موضوع :#تغییر_زبان

برای این کار مسیر زیر را طی می کنیم :

1⃣

Control panel

2⃣

clock,Region and language

3⃣

format_add lanuage

بروید

4⃣و در سیستمتون فرمت

رو به انگلیسی
🔁

 United States 

تغییر بدهید.

🔚
https://telegram.me/R_Experts/713


🆔 @R_Experts

® کانال آموزش زبان R

🔰شماره آموزش :3

🔰موضوع :#معرفی_آشنایی

🆔 @R_Experts

® کانال آموزش زبان R

🔰شماره آموزش:4

🔰موضوع :#نصب_بسته

🆔 @R_Experts

® کانال آموزش زبان R

🔰شماره آموزش:5

🔰موضوع :#معرفی_Operators

🆔 @R_Experts

#help_R

® کانال آموزش زبان R

🔰شماره آموزش:6

🔰موضوع :#help


1⃣ آسانترین راه کلیک برروی گزینه Help در بالای صفحه نرم افزار می باشد .


2⃣ در صورت دسترسی به اینترنت کمک ازسایت نرم افزار (CRAN)


3⃣ درصورتی که نام تابع رابدانیم باآوردن علامت ؟ ابتدای تابع به help نرم افزار هدایت

lm?

4⃣ وقتی نام تابع را به یاد نمی آوریم ولی می دانیم تابع موضوع تابع چیست می توان از
دستور مقابل استفاده کرد
help.search(“data input”)

5⃣ دستور مقابل می گوید تابع در کدام پکیچ است
find(“lowess”)

6⃣ وقتی چندحرف از دستور را می دانیم
aproos(“lm”)

7⃣ برای دسترسی به مثال های کار شده دستور
example(lm)
8⃣ دستور ویرایش داده های موجود در نرم افزار
fix(data.frame.name)

🆔 @R_Experts

https://telegram.me/R_Experts/719

® کانال آموزش زبان R

🔰شماره آموزش:7

🔰موضوع :بردار
#vector
#seq
#rep

🆔 @R_Experts

® کانال آموزش زبان R

🔰

🔰محیط گرافیکی و ویرایشگر محبوب R


#Rstudio
شرکتی است که تهیه نرم‌افزار، آموزش و خدماتی را برای محیط محاسباتی برنامه آر تخصیص داده است. برنامه ساخته شده توسط این شرکت، محیطی توسعه یافته و یکپارچه برای نرم افزار آر به حساب می‌آید.
از قابلیت‌های این محیط می‌توان به:

1- ابزارهای سودمند قدرتمند (متمایز کردن، کامل شدن دستورات، دندانه‌های هوشمند...)

2-محیط برنامه‌نویسی ساخته شده برای نرم‌افزار آر (جستجو در فضای کاری، نمایشگر داده‌ها خروجی پی‌دی‌اف و ...)

3- سازگار (قابلیت کار کردن با هر نسخه‌ای از نرم‌افزار آر (نسخه‌های 2.11.1 به بالا)، رایگان و منبع آزاد و...)،

اشاره کرد.
@R_Experts
برای دانلود این نرم‌افزار می‌توانید به لینک زیر مراجعه کنید.
https://download1.rstudio.org/RStudio-1.0.136.exe

#تذکر1: #Rstudio یک ویرایشگر می باشد بدین معنی که نرم افزار #R حتما حتما باید در سیستم شما نصب شده باشد
تا بتوانيد از #Rstudio استفاده نمایید.

#تذکر2 : به دلخواه خودتان می توانيد #فونت ویا #بک_گراند محیط #Rstudio را انتخاب کنید.


🆔 @R_Experts

® کانال آموزش زبان R

🔰شماره آموزش:8

🔰موضوع :پوشه کاری

#Directory

🔶برای این منظور از دستور
↪️

setwd("Location of folder for work")

↩️

🔶برای تعیین مکان پوشه( برای کار ، یا قرار گرفتن خروجی،یا فراخوانی فایل و... )

🔶استفاده می شود ، برای اطلاع از مکان پوشه کاری که معمولا به صورت پیش فرض

روی پوشهDocument سیستم تنظیم شده است از دستور

📍

getwd()

استفاده می شود ،

دستور
🔄

load()

برای بار گذاری فایل از پوشه کاری #Directory

مورد استفاده قرار میگیرد.


🆔 @R_Experts

® کانال آموزش زبان R

🔰شماره آموزش:9

🔰موضوع :فراخوانی داده ها


برای این منظور از دستورات مختلفی از قبیل

1⃣فراخوانی از طریق یک رشته (بردار) برای کار روی داده ها

بطور مثال در اموزش شماره 6⃣ با این دسته از فراخوانی اشنا شدیم

2⃣فراخوانی اطلاعات شامل فایل (text،csv,spss,sas,...)

برای این منظور از دستورات خانواده

read 

استفاده می کنیم ،

برای فراخوانی فرمت .txt از دستور

read.table("Location of data with / and .txt name",heder=TRUE or FALSE ,sep " ")

🔶استفاده میکنیم ابتدا روی فایل داده بر روی گزینه

 Properties

⬅️کلیک کرده و از گزینه

 Location

محل قرارگیری فایل را کپی میکنیم

🔴باید توجه کنیم جهت بک اسلش(/) های موجود در ادرس باید تغییر داده شود یا دو تا

پشت سر هم بنویسیم ،

⬅️سپس ادرس فایل را داخل دستور قرار داده ، نام داده ها با .txt را نوشته و کوتیشن( " ") ، را میبندیم

🔶این تابع دارای ارگومان هایی از قبیل

 header

مربوط به تنظیمات داشتن یا نداشتن سرتیتر ، داده ها که به صورت

پیش فرض در حالت FALSE قرار دارد ،

یا آرگومان

sep" " 

به منظور تنظیم فاصله بین داده ها در ستون های مختلف مورد استفاده قرار میگیرد،

برخی دیگر از آرگومان ها که با

??read.table

و مراجعه به Help ، قابل دسترسی می باشند.

🆔 @R_Experts

🔶وقتی با فرمت .csv ، کار میکنیم برای فراخوانی فایل از دستور

read.csv(file="AirPassengers.csv")

read.csv(file="C:/Users/HaMeD20/Desktop/AirPassengers.csv",header=TRUE)

⬅️از هر دو دستور بالا ، می توان این کار را انجام داد ، در دستور اول چون قبلا تنظیمات پوشه کاری

انجام شده است دیگر نیازی به ادرس دهی نیست،و در دستور دوم با آدرس دهی این کار را انجام میدهیم،

با استفاده از

read.csv(file.choose())

🔰و باز شدن پنجره ، می توان فایل مورد نظر را از مکان مورد نظر بدون ادرس دهی فراخوانی کرد ،

با استفاده از Help می توان از جزییات بیشتر این دستور و آرگومان های آن اطلاعات کسب کرد .

🆔 @R_Experts

🔶در زیر بخشی از دستورات مربوط به فراخوانی از پکیج های مختلف را نیز

اشاره میکنیم :

🔰برای فراخوانی فایل های اکسل از بسته های

XLConect

readxl

🔰برای فراخوانی فایل های JSON از بسته

rjson

🔰برای فراخوانی فایل های XLM از بسته:

XLM

استفاده می شود

🆔 @R_Experts


🔶در زیر بخشی از دستورات مربوط به فرمت های مختلف را نیز

اشاره میکنیم :

🔰فراخوانی از دیتاست های گوناگون

🔁SPSS

library(foreign)

mySPSSData <- read.spss("example.sav")

🔁STATA

library(foreign)

mydata <- read.dta("<Path to file>") 

🔁Systat

library(foreign)

mydata <- read.systat("<Path to file>") 

🔁SAS

library(sas7bdat)

mySASData <- read.sas7bdat("example.sas7bdat")

🔁Minitab

library(foreign)

myMTPData <- read.mtp("example2.mtp")

🔁RDA or RData

load("<FileName>.RDA")

🆔 @R_Experts

® کانال آموزش زبان R

🔰شماره آموزش:10

🔰موضوع :ماتریس

#Matrix

🆔 @R_Experts

کارگاه آموزش پایه ای SQL
ویژه کارشناسان آمار و پژوهشگران حوزه‌های مرتبط با آمار رسمی

برای کسب اطلاعات بیشتر و ثبت نام روی لینک زیر کلیک کنید:
https://goo.gl/iGsAQF

@R_Experts

#SQL
مخفف

Structured Query Language

، یا همان زبان جستجوی ساخت یافته است

🔶زبانی سطح بالا برای ایجاد، تغییر، و بازیابی داده‌ها و نیز عملیات بر روی آنها به‌کار می‌رود،

🔰بر پایه زبان پرس و جو ساخت یافته میباشد ،

1⃣به شما اجازه دستیابی و کنترل داده ها را می دهد ،

2⃣می تواند درخواستهای پیوسته یک پایگاه داده را اجرا کند ،

3⃣می تواند دوباره اطلاعات را از پایگاه داده پس بگیرد ،

4⃣می تواند یک رکورد شامل اطلاعات را در پایگاه داده ذخیره کند ،

5⃣می تواند اطلاعات پایگاه داده را به روز رسانی کند،

6⃣می تواند هر قسمت از اطلاعات را از پایگاه داده اصلاح یا حذف کند،

7⃣می تواند یک پایگاه داده تازه بسازد ،

8⃣می تواند جداول حاوی اطلاعات جدید را به پایگاه داده اضافه کند ،

9⃣اجازه تنظیم جداول و شیوه دستیابی به اطلاعات و نحوه نمایش اطلاعات را می دهد،

به شما این امکان را می دهد تا به اطلاعات موجود در پایگاه دادها دسترسی پیدا کرده و آنها را تغییر دهید،

🔴دارای استاندارد #ANSI



🔰

American National Standards Institute

🔰


می باشد.

@R_Experts

دوره آموزشی رایگان راه اندازی ابزار دانش داده‌ها

https://xtat.desync.ir/apps/DSTS.apk

آموزش گام به گام راه اندازی ابزار دانش‌داده‌ها

دانلود نرم افزار آموزشی از کانال xtathub
👇🏼👇🏼👇🏼👇🏼👇🏼👇🏼👇🏼👇🏼

https://t.iss.one/joinchat/AAAAAEOo8BQ0Kb24CK4_xg

دانلودرایگان تا ۳۱ شهریور
🤑👾🤑👾🤑👾🤑👾

► Financial Risk Modelling and
Portfolio Optimization with R

► Bernhard Pfaff

► 371 pages

🆔 @R_Experts

🗣❇️مژده به اعضای گروه R_Experts
به زودی جلسات انلاین رایگان آموزش مباحث آماری قابل دسترس در پلتفورم های اندروید و ios خدمتتان ارايه میشود با قابلیت پرسیدن سوال لحظه ای و شنیدن پاسختان 👍
منتظر اطلاع رسانی های بعدی ما باشید
@r_experts