მონაცემთა ანალიზი RStudio-ს გამოყენებით

კურსის მიზანი: კურსი აერთიანებს გამოყენებითი მათემატიკისა და სტატისტიკური პროგრამირების საკითხებს, რაც მსმენელს საშუალებას მისცემს გამოიმუშავოს მონაცემთა ანალიტიკოსის პრაქტიკული უნარ-ჩვევები და დამოუკიდებლად წარმართოს მონაცემთა ანალიზის პროცესი, მათ შორის, სტატისტიკური ინფორმაციის ანალიზის საფუძველზე ააგოს მარტივი ეკონომეტრიკული მოდელი და შეაფასოს მოდელისა და მისი პარამეტრების მნიშვნელოვნება. ეკონომეტრიკული მოდელებით გააანალიზოს ეკონომიკური პროცესები და მონაცემების დამუშავების საფუძველზე დაადგინოს ეკონომიკურ პროცესებს შორის რაოდენობრივი კავშირები.

კურსი განკუთვნილია მათთვის, ვისაც ყოველდღიურ საქმიანობაში უწევს მონაცემებთან მუშაობა, სტატისტიკური ანალიზის გაკეთება და რეკომენდაციების შემუშავება ბიზნესისა თუ პოლიტიკის სხვა გადაწყვეტილებების მიმღებთათვის. მათთვის, ვისაც სჭირდება ეფექტური იარაღი გადაწყვეტილებების ოპტიმიზაციისთვის. ეს კურსი არის გამოყენებითი მათემატიკის, სტატისტიკისა და ეკონომეტრიკის მიმართულების სტუდენტებისთვის, დამწყები მკვლევარებისთვის და მონაცემთა ანალიზით დაინტერესებული ნებისმიერი ადამიანისთვის.

კურსის სტრუქტურა

სასწავლო პროგრამის ფარგლებში სიღრმისეულად გავეცნობით შემდეგ საკითხებს:

სალექციო თემა

1. სტატისტიკური პროგრამირების R(studio) და სტატისტიკურ-ანალიტიკური მოდელირება:

• RStudio-ს გადმოწერა/დაინსტალირება
• ძირითადი მახასიათებლების და მუშაობის პრინციპების შესწავლა
• ინტერფეისის გაცნობა და სამუშაო გარემოს დაყენება
• ახალი დოკუმენტის შექმნა/შენახვა. სინტაქსის ძირითადი მახასიათებლები
• ძირითადი არითმეტიკული და ლოგიკური ოპერაციების ჩაწერა/შესრულება

2. მონაცემთა სახეები და სტრუქტურები:

• მონაცემთა სახეები: ლოგიკური, თვისობრივი და რაოდენობრივი
• მონაცემების ძირითადი სტრუქტურები: ვექტორები, მატრიცები, სიები, მონაცემთა ჩარჩო
• ცვლადების შექმნა: ლოგიკური, თვისობრივი და რაოდენობრივი
• მონაცემთა სტრუქტურების შექმნა
• ცვლადების და მონაცემთა სტრუქტურების გარდაქმნა

3. მონაცემთა იმპორტი, დათვალიერება, გაწმენდა, იმპუტაცია, ტრანსფორმაცია და სხვა მნიშვნელოვანი მანიპულაციები:

• სხვადასხვა ფორმატის მონაცემების იმპორტი და წაკითხვა 
• მონაცემების დათვალიერება და შესწავლა
• აღწერითი სტატისტიკის ელემენტების გაცნობა და შესწავლა
• მონაცემების გაწმენდა და ახალი ცვლადების შექმნა/გარდაქმნა
• მონაცემების მომზადება ანალიზისთვის.

4. მონაცემთა ვიზუალიზაცია ggplot-ის ეფექტური გრაფიკების საშუალებით, გრაფიკებით მიზეზ-შედეგობრივი კავშირების ჩვენება, სხვადასხვა ტიპის გრაფიკების ინტერპრეტაცია:

• მონაცემთა წერტილოვანი ვიზუალიზაცია
• მონაცემთა ვიზუალიზაცია სხვადასხვა ფერის, ზომის და ფიგურის გამოყენებით
• ჰისტოგრამების აგება და სხვადასხვა შრეების დამატება       
• გრაფიკების სრული კონსტრუირება

5. პირობითი და საკონტროლო ნაკადები, RStudio-ს საბაზო და აუცილებელი ფუნქციები:

• კავშირებითი, შედარებითი და ლოგიკური ოპერატორები
• ვექტორებისა და მატრიცების შედარება
• პირობითი წინადადებები
• RStudio-ს მნიშვნელოვანი ფუნქციები

6. წყვილური და მრავალგანზომილებიანი წრფივი რეგრესიების აგება. რაოდენობრივი კავშირების ზომის სიდიდისა და მნიშვნელოვნების მაჩვენებლები:

• წრფივი რეგრესიის კონცეფციის გაცნობა
• წყვილური და მრავალგანზომილებიანი რეგრესიების გაშვება 
• მოდელის სტატისტიკური მნიშვნელოვნების ანალიზი

7. ანალიზისა და პროგნოზირების პროცესების შედეგების ინტერპრეტაცია:

• სტატისტიკური ანალიზის მეშვეობით პროგნოზების გაკეთება 
• სხვადასხვა ცვლადების ცვლილებით მიზეზ-შედეგობრივი კავშირების ჩვენება

8. პროექტი და Rmarkdown დასკვნების და რეკომენდაციების რეპორტინგი:

• პროექტის შექმნა RStudio-ს პროგრამაში 
• Rmarkdown ფაილები, Notebook-ის შექმნა 
• დოკუმენტების დაგენერირება word, pdf და html ფორმატში. 

კურსის დასრულების შემდეგ მსმენელი შეძლებს სხვადასხვა სტრუქტურის მონაცემთა ბაზების დამუშავებას RStudio-ს გამოყენებით. კერძოდ, მათ დათვალიერებას, გაწმენდას, იმპუტაციას, ტრანსფორმაციას, მნიშვნელოვან მანიპულაციებს, ვიზუალიზაციას, სტატისტიკურ ანალიზს, მოდელირებას, პროგნოზირებას, შედეგების ინტერპრეტაციას, დასკვნებისა და რეკომენდაციების რეპორტინგს. კურსის შედეგად მიღებული ცოდნის გამოყენება შესაძლებელი იქნება როგორც აკადემიური მიმართულებით, ასევე, სამსახურებრივ საქმიანობაში მონაცემთა ანალიზით საინტერესო მიზეზ-შედეგობრივი კავშირების შესწავლის მიზნით.

კურსის ხანგძლივობა: 

• კურსი მოიცავს 4 კვირას;
• ლექციები ჩატარდება კვირაში ორჯერ, თითოეული ლექციის ხანგრძლივობაა 3 საათი (სულ: 8 ლექცია, 24 საათი). 
• კურსის ბოლო ლექციაზე ჩატარდება გამოცდა.   

ლექტორები: ნინო მელითაური (სორბონის უნივერსიტეტის, კაშანის უმაღლესი სკოლისა და პარიზის ეკონომიკური სკოლის მაგისტრი) და ნატო ხალაძე (თბილისის ეკონომიკის საერთაშორისო სკოლის (ISET) ეკონომიკის მაგისტრი) 

რეგისტრაცია:
პროგრამის გასავლელად საჭიროა შეავსოთ სარეგისტრაციო ფორმა.