Задачи из курса "Анализ данных в R. Часть вторая"

Примеры из презентаций
01 Максимальные значения с пом-ю apply.
02 Медиана с пом-ю apply.
03 Пропущенные значения.
04 Замена пропущенных значений средними показателями.
05 Найти сумму положительных значений в каждой переменной и сохранить их в список.
06 Датафрейм с наблюдениями только для определенного списка генов с помощью grepl.

Задачи из курса "Анализ данных в R"

Примеры из презентаций
01 Создание дата фрейма, создание колонки в дата фрейме, извлечение из дата фрейма данных, соответствующих условию.
02 Среднее значение.
03 Стандартные отклонения.
04 Subset и aggregate.
05 Пропущенные данные.
06 ggplot.
07 Обращение к части таблицы.
08 Столбчатая диаграмма.
09 Статистика критерия Хи-квадрат.
10 Хи-квадрат и количественные переменные.
11 Точный критерий Фишера.
12 Критерий Стьюдента.
13 Критерий Стьюдента для зависимых выборок.
14 Проверка гипотезы о равенстве средних двух выборок.
15 Дисперсионный анализ.
16 Трехфакторный дисперсионный анализ.
17 Однофакторный дисперсионный анализ + критерий Тьюки.
18 Однофакторный дисперсионный анализ с повторными измерениями.
19 Двухфакторный дисперсионный анализ с повторными измерениями.
20 Напишите функцию, которая выводит номера позиций пропущенных наблюдений в векторе.
21 Напишите функцию, которая подсчитывает число пропущенных наблюдений в векторе.
22 Напишите функцию, которая возвращает сумму положительных элементов вектора.
23 Коэффициент корреляции Пирсона.
24 Коэффициенты корреляции Пирсона между всеми парами количественных переменных.
25 Тест Шапиро-Уилка.
26 Линейная регрессия.
27 Линейная регрессия и возврат предсказанных значений зависимой переменной.
28 График с линейным сглаживанием.
29 Пропущенные значения и predict() (предсказание значений на основе линейной модели).
30 Поиск оптимальной модели.
31 Линейная регрессия с главными эффектами и всеми возможными взаимодействиями второго уровня.
32 Стандартизованные коэффициенты для регрессионной модели.
33 Тест Шапиро для датафрейма + именование элементов вектора.
34 Тест распределения остатков от модели на нормальность + гистограмма.
35 Проверка данных на мультиколлинеарность.
36 Логистическая регрессионная модель.
37 Логистическая регрессионная модель - 2.

Задачи из курса "Основы программирования на R"

01 Напишите функцию, которая принимает на вход два числа и возвращает результат деления первого на второе.
02 Напишите функцию, которая принимает на вход два числа, m и n, и возвращает аналогичный вектор, содержащий все дроби вида {i/m, i = 0, 1, ..., m} и {j/n, j = 0, 1, ..., n}. Вектор не должен содержать повторов и должен быть упорядочен в порядке убывания.
03 Функция dice_roll(n) должна выдавать n независимых бросков игрального кубика. Допустимые значения, разумеется, в диапазоне от 1 до 6.
04 Пусть имеется вектор x произвольного типа. Какая конструкция может быть использована, чтобы получить содержимое вектора x без каждого седьмого элемента?
05 Определить, является ли вектор нестрого монотонным.
06 Количество возможных сочетаний + количество сочетаний с повторениями.
07 Напишите функцию, которая принимает на вход вектор и число и возвращает вектор индексов, отвечающих указанному условию.
08 Строим зиккурат.
09 Пусть x - целочисленный вектор. Напишите функцию, которая вернёт матрицу из двух строк, где в первой строке перечислены все различные элементы вектора, упорядоченные по возрастанию, а во второй строке — частоты (количество повторов) этих элементов.
10 Бинарный оператор сложения векторов без учета правил переписывания.
11 Махинации со строками и проброс аргументов.
12 Всевозможные комбинации имеющихся характеристик.