• charakterystyka oprogramowania typu open source,
• instalacja środowiska R,
• pierwsze kroki w RStudio,
• R jako język do analizy danych,
• omówienie interfejsu RStudio.

• selekcja elementów zbioru,
• dodawanie i modyfikacja kolumn,
• filtrowanie wierszy na podstawie warunków,
• praca z konsolą,
• tworzenie i edycja skryptów,
• ustawianie katalogu roboczego,
• zarządzanie przestrzenią roboczą,
• usuwanie, zapisywanie i odczytywanie obiektów,
• uruchamianie kodu z plików,
• wyszukiwanie, instalowanie oraz ładowanie pakietów,
• korzystanie z dokumentacji i pomocy.

• obliczanie średniej,
• sumowanie wartości,
• tworzenie tabel częstości.

• class(),
• str(),
• rm(),
• dim(),
• head().

5. Import i eksport danych

• typy i struktury danych,
• rodzaje wektorów - sprawdzanie, konwersja i hierarchia typów,
• operacje na wektorach znakowych (pakiet stringi),
• praca z wektorami logicznymi,
• działania na wektorach liczbowych,
• obsługa braków danych,
• czynniki (factors),
• operacje na datach i czasie.

• macierze,
• listy,
• funkcje z rodziny apply automatyzujące obliczenia,
• ramki danych (data.frame),
• import i eksport danych do plików tekstowych.

• koncepcja uporządkowanych (tidy) danych,
• ramki danych w pakietach dplyr i data.table,
• przegląd i eksploracja danych,
• radzenie sobie z brakami danych,
• wybór wierszy (filtrowanie i losowanie).

• tworzenie nowych zmiennych,
• grupowanie obserwacji,
• sortowanie danych,
• agregacja i podsumowania,
• łączenie wielu zbiorów danych,
• porównanie wydajności kodu w różnych pakietach.

10. Zakończenie i podsumowanie szkolenia