Introduction to R: Analysing Big Data for Dynamic Systems

De afgelopen jaren hebben we als samenleving ongelofelijke sprongen gemaakt in het verzamelen en analyseren van data – sommigen noemen dit zelfs het Big Data-tijdperk. Die ontwikkeling heeft geleid tot nieuwe kansen in de bestudering van de dynamische interacties tussen mens en milieu. Voorbeelden daarvan zijn vegetatiepatronen in tropische regenwouden, het gedrag van plastic deeltjes in het milieu en de analyse van energienetwerken. Om die kansen goed te kunnen benutten, is het van belang dat onderzoekers met specifieke tools kunnen werken om die big data te beheren en analyseren. Een van die tools is R.
R is momenteel een van de populairste computertalen voor het analyseren van data. Het programma is oorspronkelijk ontwikkeld voor statistische doeleinden, maar kan ook worden gebruikt als programmeertaal en voor datavisualisatie (graphics). In het begin werd R vooral gebruikt door statistici en dataminers, maar tegenwoordig hebben steeds meer wetenschappers, zoals biologen, psychologen en milieuwetenschappers, hun weg ernaartoe gevonden.

In deze cursus leer je hoe je op efficiënte wijze de R-taal kunt gebruiken voor het beheren, analyseren en visualiseren van grote hoeveelheden milieugegevens. Aangezien het onmogelijk is om alle aspecten van R in deze cursus van 5 EC te bestuderen, leren we je ook hoe je zelf nieuwe R-vaardigheden kunt verwerven. Deze cursus is geschikt voor studenten die relatief weinig kennis en ervaring op het gebied van datamanagement en programmeren hebben, maar wel enige affiniteit hiervoor hebben.

De cursus bestaat uit 8 leereenheden, twee individuele projectopdrachten en een schriftelijk tentamen. Achtereenvolgens komen in de leereenheden de volgende onderwerpen aan bod:
1. The Basics I: R interface, eenvoudige operaties, objecten toewijzen, vector- & matrixoperaties, scripts schrijven;
2. The Basics II: datatypes, datastructuren, elementen extraheren & vervangen;
3. Data Management I: werkruimte, werkmap, data laden, wegschrijven, opschonen en samenvoegen;
4. Data Management II: deelverzamelingen, sequenties, sorteren, voorwaardelijke constructies;
5. Data Analysis: samenvattende statistieken, kruistabellen, verdelingen, uitbijters;
6. Plotting: grafieken en diagrammen maken, kleur en tekst aanpassen, opmaak, opslaan;
7. Iteration: code herhalen in loops, fouten in loops, functies van de Apply Family;
8. Outlook: werken met R-pakketten, fouten opsporen, hulp zoeken.

De leereenheden bestaan uit een combinatie van teksten, verwerkingsvragen en kennisclips. Leereenheden 3 t/m 7 worden afgesloten met een aantal oefenopdrachten. Na de leereenheden volgen twee integrale projectopdrachten die de gehele leerstof bestrijken. De eerste opdracht dient om te oefenen; de tweede leeropdracht is onderdeel van het tentamen. De cursus wordt afgesloten met een digitaal groepstentamen.

Leerdoelen
Na afronding van deze cursus kun je:
- de R-programmeertaal op een efficiënte manier gebruiken voor het beheren, analyseren en visualiseren van grote verzamelingen milieugegevens;
- aangeven hoe nieuwe R-vaardigheden kunnen worden verworven die nodig zijn voor het beheren, analyseren en visualiseren van een specifieke dataset.