หลักสูตร IT08

การใช้โปรแกรม R เพื่อใช้ในงานสถิติและงานวิจัย

วิทยากร

ผศ.ดร.ปิยภัทร บุษบาบดินทร์

ผศ.ดร.ปิยภัทร บุษบาบดินทร์

 

หลักการและเหตุผล


โปรแกรมสำเร็จรูปทางสถิติมีบทบาทที่สำคัญที่จะช่วยลดความซับซ้อนในการวิเคราะห์ข้อมูลของงานวิจัยทำให้นักวิจัยได้ผลที่รวดเร็วและน่าเชื่อถือ แต่ในปัจจุบันราคาของโปรแกรมสำเร็จรูปดังกล่าวยังมีปัญหาของราคาที่ค่อนข้างสูง การแก้ไขในเรื่องนี้สามารถทำได้โดยการหันมาใช้โปรแกรมที่ไม่มีค่าลิขสิทธิ์และเปิดให้ใช้ฟรีโดยไม่คิดค่าใช้จ่าย
โปรแกรม R เป็นโปรแกรมที่ใช้กันอย่างแพร่หลาย เนื่องจากโปรแกรมที่เปิดให้ใช้ได้อย่างอิสระ (Open source software) จึงไม่มีค่าลิขสิทธิ์และสามารถประยุกต์ใช้ได้กับศาสตร์สาขาต่างๆ อีกทั้งยังมีผู้ร่วมพัฒนาโปรแกรมอยู่เป็นจำนวนมากทั่วโลก ท าให้มีโปรแกรมย่อยเสริมเป็นจ านวนมาก นอกจากนี้โปรแกรม R ยังมีการจัดการข้อมูลที่สะดวก การคำนวณที่รวดเร็ว และการแสดงผลกราฟิก ที่มีประสิทธิภาพ โครงการบริการวิชาการ ได้เล็งเห็นความสำคัญในการใช้โปรแกรม R จึงได้จัด โครงการอบรมเชิง ปฏิบัติการ การใช้โปรแกรม R เพื่อใช้ในงานสถิติและงานวิจัย และยังเป็นการส่งเสริมให้มีการใช้ซอฟต์แวร์ที่มีประสิทธิภาพและเป็นที่ยอมรับอย่างแพร่หลายอีกด้วย

วัตถุประสงค์


  1. เพื่อให้ผู้เข้ารับการอบรมมีความรู้ ความเข้าใจ การวิเคราะห์ข้อมูลทางสถิติ ด้วยโปรแกรม R
  2. เพื่อให้ผู้เข้ารับการอบรมสามารถใช้โปรแกรม R ในการวิเคราะห์ข้อมูลและสรุปผลได้
    อย่างถูกต้อง
  3. เพื่อให้ผู้เข้ารับการอบรมสามารถใช้โปรแกรม R ในการประยุกต์งานอื่น ๆ

กลุ่มเป้าหมาย


เปิดกว้างสำหรับนักเรียน นิสิต นักศึกษา หรือผู้ที่สนใจทั่วไปที่มีความสนใจ

ค่าลงทะเบียน – 3,000 บาท


  • ระยะเวลาการอบรม จำนวน 3 วัน
  • ค่าลงทะเบียนท่านละ 3,000 บาท ครอบคลุมถึง
    • อาหารกลางวัน 3 มื้อ
    • อาหารว่าง 6 มื้อ
    • คอมพิวเตอร์ที่ใช้สำหรับอบรม

สถานที่ฝึกอบรม


คณะวิทยาการสารสนเทศ มหาวิทยาลัยมหาสารคาม
ต.ขามเรียง อ.กันทรวิชัย จ.มหาสารคาม 44150

ตารางการอบรม


วันที่ 1

  • แนะนำโปรแกรม R / R Studio
  • การติดตั้งโปรแกรม
  • การจัดการข้อมูล นำเข้า และส่งออกไฟล์ข้อมูล
  • คำสั่งและฟังก์ชันการคำนวณในโปรแกรม R
  • การใช้คำสั่งและฟังก์ชันในโปรแกรม R
  • การจัดการข้อมูลเบื้องต้นสำหรับการวิเคราะห์

วันที่ 2

  • การวิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา
  • การสร้างกราฟแบบต่าง ๆ
  • การประมาณค่าและการทดสอบสมมติฐาน

วันที่ 3

  • การวิเคราะห์ความแปรปรวน
  • การวิเคราะห์สหสัมพันธ์และการถดถอย
  • การเขียนฟังก์ชันใน R
  • การจำลองข้อมูลทางสถิติ