Programmering

För den som vill lära sig statistikprogrammet R finns många vägar att vandra, bland annat finns många gratis nätkurser via Coursera som lär ut R. Nu finns dock en ytterligare en väg: genom R! I R kan man installera så kallade paket som tillför funktionalitet till programmet. Ett sådant paket är Swirl. Om man installerar det och sedan laddar det kan man genom R lära sig använda R. Läs mer om hur du går till väga här.

Det finns mängder av introduktioner till statistikprogram på nätet, både i form av dokument och videor. Jag har inte själv kollat igenom alla avsnitt, men jag tycker att det verkar som om de introduktioner som metodavdelningen vid London School of Economics and Political Science har lagt ut täcker in det mest grundläggande. Du hittar videor för Stata här och för SPSS här. Det är lite intressant att även om båda programmen har möjligheter att göra analyser genom att välja i menyer (s.

Jag har tidigare tipsat om olika webbkurser, eller MOOCs om vi använda oss av buzzwords, och tänkte göra det igen. Visserligen har jag inte själv kollat på dem så noga, men vid första anblick verkar följande tre kurser från Udacity intressanta: Statistics: The science of decisions. En grundläggande kurs i statistik. Gratis! Introduction to data science. Dataanalys och programmering i Python. Det är en kostnad för att få del av hela kursen, men det mesta verkar ligga ute gratis.

Det är en ny skön värld vi lever i. Ett tecken på det är att Stanford i dagarna startade en gratis statistikkurs på nätet som pågår fram till den 22 mars. Den ges via Open edX kräver en del förkunskaper, men den hugade kan nog klara av det ändå, i synnerhet om man lägger ned mer än de 3 timmar per vecka som anges att kursen tar i anspråk. Som inte det var nog lägger föreläsarna ut deras kursbok An Introduction to Statistical Learning, with Applications in R gratis.

Sedan jag startade den här bloggen har jag många gånger fått frågan om vilket statistikprogram man bör välja för att göra statistiska analyser. Det är inte en helt enkel fråga att besvara. Det finns vitt skilda åsikter och tvärtemot vad man kan tro väcker diskussioner av detta slag heta känslor. Det kan liknas vid de känsloyttring som kommer till uttryck när olika operativsystem för datorer ska diskuteras, och i båda fallen tenderar de som förespråkar gratislösningar och open source att argumentera med nästan religiösa undertoner, därmed inte sagt att de har fel.

Jag har fått en hel del frågor kring vilket statistikprogram man bör välja och jag har tänkt utveckla min syn i ett senare inlägg. Fast här och nu blir det bara några nya tips för er som använder er av statistikprogrammet Stata. Stata har själva startat en blogg sedan en tid tillbaka, innehåller en hel del matnyttigt. De har även en egen kanal på youtube där de har en hel del instruktionsvideor.

I’m so thankful That we’re strangers when we meet I’m in clover For we’re strangers when we meet Även i dessa elektroniska tider är det svårt att slå det personliga mötet. Och för den som vill kombinera nätets möjligheter med verklighetens möten är Meetup en fantastisk plattform. Där kan du finna likasinnade inom en rad olika områden. Det är bara att gå med i en grupp och sedan anmäla sig till nästa möte.

Uppdaterad 15 oktober 2012: Alberto Cairo har meddelat att The Knight Center har begränsat antalet deltagare i kursen av rädsla för att servrarna inte ska klara av trycket. Kursen kommer dock att ges igen i januari och vid ytterligare tillfällen senare om intresset finns. Världen förändras. Som jag tidigare har skrivit är ett av världens mest kraftfulla statistikprogram gratis. Det heter R. För den som är intresserad av att lära sig mer om R eller andra program finns mängder av resurser på nätet.

För den som vill analysera datamaterial finns en uppsättning statistikprogram att välja bland. De har sina för- och nackdelar. Ett kraftfullt program som allt fler använder, framför allt inom den amerikanska universitetsvärlden, är R. Förutom att det är ett kraftfullt program med bra grafik har det fördelen att det är gratis. Ett tecken på hur populärt det blivit i universitetsvärlden är den sammanställning av 50 olika introduktioner till programmet från olika universitet som finns här.

Det är mycket möjligt att det här är mindre intressant för många av er, men för några är det förhoppningsvis av större intresse. Jag har på sistone lagt ned en del tid på att lära mig hämta hem data från olika webbsidor för att sedan behandla det vidare i olika program. Ett smidigt sätt att göra det är med hjälp av Python, även om det kräver en del programmering. Python är ett smidigt programspråk som är öppet och gratis (och ja, namnet kommer från Monty Python).