Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Data Reporting and Visualization

Informacje ogólne

Kod przedmiotu: 2500-PL-PS-SP15-01
Kod Erasmus / ISCED: 14.4 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0313) Psychologia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Data Reporting and Visualization
Jednostka: Wydział Psychologii
Grupy:
Punkty ECTS i inne: 2.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: angielski
Założenia (opisowo):

(tylko po angielsku) This course should be treated as the extension of the course “Introduction to R” and most of the students are expected to be enrolled in both courses. This course requires some knowledge of the R environment and ability to perform basic (e.g., t-test) and more advanced (e.g., regression) analyses in R, which will be covered in the “Introduction to R” course.


Students must respect the principles of academic integrity. Cheating and plagiarism (including copying work from other students, internet or other sources) are serious violations that are punishable and instructors are required to report all cases to the administration.


The students should bring their own laptops to the class.

Skrócony opis: (tylko po angielsku)

The course teaches the basics of research reports and data visualization in R, a programming language used for data science. During the course, the students will learn how to report results from their statistical analyses in an APA format (including: descriptive statistics, statistical tests, data summaries in tables) and how to create intuitive and clear data visualizations in the form of plots and graphs.

Efekty uczenia się: (tylko po angielsku)

After this course students:

- should be able to apply methods of data exploration with graphs and descriptive statistics before conducting further analyses.

- should be able to prepare data for appropriate analyses (e.g., selecting, mutating, filtering variables).

- should be able choose methods of data visualisation appropriate for specific analyses and variables.

- should be able to visualise the analyses in a clear and informative manner.

- should be able to prepare a report in R Markdown.

- should be able to report results of the analyses in a manner which is clear and engaging to the reader.

Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)

Okres: 2024-02-19 - 2024-06-16
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 15 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Magdalena Krysztofiak, Karolina Muszyńska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
Pełny opis: (tylko po angielsku)

The course teaches the basics of research reports and data visualization in R, a programming language used for data science. It can be treated as an extension to the “Introduction to R” course. It starts in mid-November.

The students will learn how to report descriptive statistics, statistical tests, data summaries in tables in APA format. Some attention will be given also to the way conclusions from research results are drawn. We will use RMarkdown for creating and editing research reports.

The students will also learn to create intuitive and clear plots and graphs: we will learn how to select and filter variables for data analysis, and how to visualize the data (ggplot2). We will start with simple plots (e.g. two groups, one variable) and then steadily introduce more complex plots (stacked and grouped, adding errorbars, fit lines, plotting multiple groups on a single graph). We will also learn to customize the plots (e.g. colors, scales, labels), learn to print multiple plots on one page and to export plots (e.g. into image files, pdfs). For every task we will write code in R. The course makes use of the core Tidyverse packages in R: tidyr, dplyr, ggplot2.

PLEASE NOTE that this class (1) is not an R programming course (i.e. you won’t learn conditional statements, loops, you won’t write your own functions), (2) is not a statistics class (i.e. no hypothesis confirmation, you won’t learn which statistical test fits your data best). The course focuses specifically on research reports and data visualization in R.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.0.4.0-7ba4b2847 (2024-06-12)