Il y a eu plusieurs bonnes questions et ensembles de réponses sur des livres d'introduction ou des approches pour apprendre R par exemple ici et ici . Mais j'ai un problème légèrement différent - la meilleure façon d'exécuter une session d'une heure (ou plusieurs de ces sessions) dans un laboratoire informatique qui permettra aux gens de démarrer en R, familier avec son approche de base, etc.
Mon plan actuel serait de travailler efficacement sur le (s) chapitre (s) d'introduction de quelque chose comme SimpleR de Verzani, puis d'introduire un ensemble de données familier, mais y a-t-il une autre approche que les gens ont trouvée utile? Par exemple, est-il bon d'introduire des données réelles immédiatement ou de résoudre les problèmes de manière plus abstraite? Dois-je expliquer de manière exhaustive comment utiliser les crochets ou exciter les gens avec des exemples de graphiques en treillis?
Mon public cible connaît bien les statistiques (bien qu'il ne soit pas des experts) et les utilisateurs compétents de SPSS; pas familier avec les langages de programmation au-delà du type de macro et de script que vous obtiendriez dans SPSS et des choses similaires.
Tous les conseils ou références aux plans de cours seraient appréciés. Cependant, je ne veux pas reproduire les nombreuses bonnes listes de matériel en ligne présentant R - des références strictement à la question pédagogique en face à face.
Réponses:
Je plaiderais pour une approche complètement différente. J'ai vu des didacticiels R enseignés sous deux angles différents: une approche par blocs de construction, dans laquelle les utilisateurs sont introduits aux concepts fondamentaux de R, et une approche choc et impression, dans laquelle les utilisateurs voient les capacités incroyables de R mais qui restent relativement peu de compréhension de la façon de faire quoi que ce soit. Ce dernier résonne certainement plus fortement auprès des élèves, mais aucun ne semble très efficace pour produire des utilisateurs.
Au lieu de cela, je prendrais une tâche courante et relativement simple dans SPSS et passerais à travers la conversion en R, avec un peu de naïveté feinte de votre part - par exemple, en suivant l'excellente suggestion de Xi'an de rechercher certaines fonctions souhaitées avec
??
plutôt que juste rappelant la bonne fonction de la mémoire. Vos débutants convertiront presque certainement des processus existants au fur et à mesure qu'ils apprendront le R, pas de les écrire à partir de zéro - alors pourquoi ne pas leur montrer exactement comment vous y prendriez?Un bon exemple pourrait consister simplement à charger des données, à effectuer des descriptions et à afficher des tracés de base.
lm()
peut être très, très simple et produit des résultats qu'ils comprendront et peuvent comparer à la sortie SPSS, ce qui peut également être intéressant à couvrir.Pour les devoirs, faites-leur essayer de convertir l'un de leurs processus simples ou de charger et d'explorer un ensemble de données qu'ils connaissent très bien. Donnez-leur du temps en tête-à-tête pour comprendre où les choses vont mal, puis couvrez-les dans la prochaine session avec plus d'exemples de conversions. Les concepts de votre liste apparaîtront inévitablement (mon pari: facteurs vs vecteurs de caractères, pour vs appliquer) - et alors vous aurez une motivation réelle pour les couvrir. S'ils ne viennent pas (
attach
), alors ils ne sont pas encore vraiment nécessaires - si cela signifie que vos débutants écrivent un peu de code non idiomatique dès le début (for
au lieu deapply
), je ne vois pas le mal.De cette façon, vos élèves peuvent progresser à peu près de la même manière que les étudiants en langues étrangères (ou du moins, comme je l'ai fait): la traduction grossière d'expressions simples suscite le désir d'expressions plus complexes, ce qui provoque le désir d'une compréhension plus approfondie de la grammaire , ce qui conduit finalement à une expression idiomatique. Ne passez pas trop vite à la «grammaire» et ne vous inquiétez pas trop de leur enseigner des choses qu'ils ne demandent pas, car ils l'oublieront probablement de toute façon. Les pointeurs délicats sur l'expression idiomatique sont excellents (
for
vsapply
), mais l'essentiel est de les amener à générer une sortie et à explorer par eux-mêmes.la source
OK, voici ma propre réponse jusqu'à présent sur ce qui, selon moi, pourrait amener les gens à démarrer et les motiver à en apprendre davantage (j'essaie de les sevrer de SPSS, qui ne peut littéralement pas faire ce dont nous avons besoin, par exemple une analyse d'enquête complexe, au moins sans acheter plus de modules que je refuse de faire).
À la fin de la première session, vous devriez être en mesure de:
Les bases
Manipulation de données
Statistiques
Graphique
À la fin de trois sessions et en faisant une série d'exercices entre les deux, vous devriez également être en mesure de:
Les bases
Manipulation de données
Statistiques
Graphique
la source
À la liste de Peter, j'ajouterais:
Plus de réflexions: Ils utilisent probablement
COMPUTE
beaucoup dedansSPSS
, donc couvrir comment faire celaR
serait bien. En outre, commentRECODE
utiliser des variables dans R. Lorsque j'utilisais,SPSS
je pense que la plupart de mon travail «non analytique» utilisait ces deux commandes.la source
ifelse
vous couvrez, assurez-vous de leur montrer comment cela fonctionne et ce que signifie l'avertissement dans sa documentation. Cela fonctionne logiquement une fois que vous y pensez, mais j'ai vu une confusion totale au sujet deifelse
«changer» les types de variables et de causer beaucoup de temps perdu.a <- 1:5 ; b <- 4 ; a[b = 3] ; b ; a[b <- 3] ; b
où l'indice donne les mêmes résultats, maisb
est différent (première fois pas changé, deuxième fois changé). Le=
ne devait jamais être une affectation et n'aurait jamais dû être modifié pour essayer de rendre R plus agréable au goût. Ne le fais pas.pmax
fonctionne très bien.