1 Johdanto

Ensimmäisen luento eli tämä verkkosivu, keskittyy perusasioihin. Sinun tulee aluksi joko a) löytää yliopiston mikroluokasta kone, jossa on toimivat R & Rstudio asennukset tai b) asentaa R ja Rstudio omalle koneellesi.

2 Ohjelmistojen asentaminen

Mikäli käytät omaa konettasi niin käy läpi seikkaperäisesti nämä ohjeet. Mikäli käytät yliopiston konetta, varmista että kohdan 2.3 pakettiasennukset onnistuvat eli saat tidyverse ja devtools -paketit käyttöön.

2.1 R:n asentaminen

Noudata asennusohjeita omalle käyttöjärjestelmälle:

Lataa R Linuxiin http://ftp.acc.umu.se/mirror/CRAN/bin/linux/
- Tarkemmat ohjeet Ubuntuun (Mintiin tms.): https://cran.rstudio.com/bin/linux/ubuntu/
Lataa R OS X:ään (Mac) http://ftp.acc.umu.se/mirror/CRAN/bin/macosx/
- FAQ https://cran.r-project.org/bin/macosx/RMacOSX-FAQ.html
Lataa R Windowsiin https://cran.r-project.org/bin/windows/base/
- R for Windows FAQ https://cran.r-project.org/bin/windows/base/rw-FAQ.html

Asenna myös Macille/Windowsiin vaadittavat kehitystyökalut:

Windows: Rtools http://ftp.acc.umu.se/mirror/CRAN/bin/windows/Rtools/
R for Mac OS X: Development Tools and Libraries http://ftp.acc.umu.se/mirror/CRAN/bin/macosx/tools/

2.2 Rstudion asentaminen

Lataa omalle käyttöjärjestelmälle sopiva versio Rstudion sivuilta

Ubuntu linux: https://download1.rstudio.org/rstudio-xenial-1.1.423-amd64.deb
OS X: https://download1.rstudio.org/RStudio-1.1.423.dmg
Windows: https://download1.rstudio.org/RStudio-1.1.423.exe

2.3 Asennusten testaus

Avaa Rstudio
Asenna pari pakettia komennoilla

install.packages("tidyverse", dependencies = TRUE) # kurssin avainpaketit
install.packages("devtools", dependencies = TRUE) # kehitystyökalut
devtools::install_git("https://gitlab.com/muuankarski/utur2018") # kurssin oma paketti

Testaa asennukset komennolla library(tidyverse). Tuloksen pitäis olla jotakuinkin sama kuin alla

> library(tidyverse)
── Attaching packages ─────────────────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse 1.2.1 ──
✔ ggplot2 2.2.1     ✔ purrr   0.2.4
✔ tibble  1.4.2     ✔ dplyr   0.7.4
✔ tidyr   0.8.0     ✔ stringr 1.2.0
✔ readr   1.2.0     ✔ forcats 0.2.0
── Conflicts ────────────────────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()

Katso tästä video Rstudion asentamisesta!

3 Rstudion perusteet

Rstudio on IDE (integrated development environment) eli käyttöliittymä R-kielen käyttöön. R:ää on mahdollista käyttää myös muilla käyttöliittymillä, mutta tällä kurssilla käytämme Rstudiota.

Alla on kaksi videota, jotka suosittelen katsomaan mikäli Rstudio ei ole tuttu.

Näiden lisäksi RStudion omilla Webinars-sivulla on täsmävideoita eri aiheista kohdassa RStudio Essentials. Paljolta googlaamiselta säästää myös RStudio iDE:n lunttilappu. Printtaan näitä kurssille!

Kotitehtävissä on pari RStudiota koskevaa kysymystä.

4 R:n perusteet

Tällä kurssilla pääpaino on Tidyverse:n opiskelussa ja R-kielen perusteista yritetään pysytellä erossa mahdollisimman paljon. Samalla on todettava että Tidyversen oppiminen edellyttää hyviä tietoja R:n perusteista.

Mikäli R on sinulle kokonaan vieras, ehdit saada perusasiat haltuun käymällä läpi Codeschoolin tryR-kokonaisuutta. Yritä kahlata läpi ainakin osiot 1. R Syntax, 2. Vectors ja 6 Data.frames ennen kurssin alkua.

Datacamp on toinen hyvä paikka R-kielen omatoimiseen opiskeluun ja suosittelen tutustumaan kurssiin Introduction to R. Datacampissa on paljon muita R-kursseja muuan muassa Introduction to the Tidyverse.

Teknisten harjoitusten ohella overview and history of R on hyvä johdatus siihen mistä R on tullut ja mitä sen suosion taustalla on.

Kotitehtävissä on paljon R:n perusteita käsittelevää kysymystä. Yritä vastata niihin parhaan kykysi mukaan!

5 Tidyversen perusteet

Kurssilla paneudutaan erityisesti R-kielen suosittuun murteeseen nimeltä tidyverse. Katso alla oleva Hadley Wickhamin luento johdantona tidyverseen. Kurssin kuluessa pureudutaan kuhunkin luennon teemaan hieman syvemmin, että pääsette alkuun omatoimisessa opiskelussa.