R

Det här inlägget har även publicerats på forskarbloggen Politologerna “Två fakta gifva förnämligast det svenska folklynnet sin karaktär i våra dagar. Det ena är, att vi svenskar älska och intressera oss för naturen men icke för människor. Det andra: att vi sakna nationalkänsla.” Detta konstaterade Gustav Sundbärg 1911 i boken Det svenska folklynnet (som tillgängliggjorts via beundransvärda Projekt Runeberg). I dag är debatten om svensken och det svenska ånyo aktuell. En debatt som skulle främjas av tydligare definitioner och en grund av empiri.

Ett nytt år har inletts. Min förhoppning är att 2017 ska visa sig vara ett produktivt år. Jag har även tänkt börja använda statistikprogrammet R i högre grad än tidigare. Det finns ett flertal skäl till det beslutet, men framför allt finns en växande rörelse kring programmet och inom den skapas en stadigt ökande mängd av nya, spännande funktioner. Det bästa sättet att komma in i ett nytt statistikspråk är att använda det praktiskt.

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.

Hypen kring Thomas Piketty och hans bok Kapitalet i det 21:a århundradet kan inte ha undgått många. Tyvärr missade jag hans framträdandet i Almedalen. Men för oss som gjorde det finns ett antal sätt att ta del av hans tankar (förutom att läsa boken), exempelvis finns på YouTube hans föreläsning för London School of Economics i juni i år. Det har varit en hel del diskussioner kring de analyser som han har gjort.

Sommaren är en utmärkt tid för att experimentera lite med data, metoder och program. Bland allt har jag tänkt använda statistikprogrammet R lite mer än jag brukar (vanligtvis använder jag Stata eller SAS - se min översikt av statistikprogram här). Den här bloggposten är en kombination av ovanstående. En intressant form av grafer är så kallade QQ-plots, eller quantile-quantile plots. De är ett alternativ till histogram om man vill studera fördelningar.

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.