R för nybörjare, 2 hp
Getting started with R
Kursinformation
Undervisningsspråk: Engelska
Tid då kursen ges: 14-16 januri 2026
Undervisningsformat, på campus eller digitalt: Campus
Rekommenderade förkunskaper
MSc i naturvetenskap eller relaterat område, erfarenhet/utbildning i grundläggande statistik.
Kursens mål
Denna kurs introducerar R, ett kommandobaserat programmeringsspråk som används brett inom naturvetenskap och närliggande fält. Fokus ligger på att lära sig använda R som ett verktyg för datahantering, reproducerbar forskning och visualisering, snarare än på statistik.
Lärandemål: Efter kursen kan studenter
• förstå grunderna i R som programmeringsspråk (objekt, funktioner, datastrukturer)
• läsa in, skriva ut och organisera datafiler inom en projektstruktur som stödjer reproducerbarhet
• manipulera och rengöra dataset med hjälp av base R och tidyverse-verktyg
• veta hur de kan fortsätta utveckla sina programmerings- och datakunskaper efter kursen.
Kursen ger en grund för självständigt användande av R i forskningsprojekt och förbereder studenter för Göran Arnqvists kurs Modern statistik inom naturvetenskap. Kom igång med R kan läsas fristående, eller direkt innan Modern statistik… börjar (kurstiderna är koordinerade).
Hur kursen relaterar till mål för examen på forskarnivå
Att undervisa i användningen av R för oberoende statistiska analyser samt val och kritisk utvärdering av statistiska metoder är kopplat till följande tre mål för doktorsexamen (Högskoleförordningen, bilaga 2, Examensordning 2006:1053):
För doktorsexamen ska doktoranden
• "...visa förtrogenhet med vetenskaplig metodik i allmänhet och med det specifika forskningsområdets metoder i synnerhet." (Kunskap och förståelse)
• "...visa förmåga till vetenskaplig analys och syntes samt till självständig kritisk granskning och bedömning av nya och komplexa företeelser, frågeställningar och situationer." (Färdighet och förmåga)
• "...visa förmåga att kritiskt, självständigt, kreativt och med vetenskaplig noggrannhet identifiera och formulera frågeställningar samt att planera och med adekvata metoder bedriva forskning och andra kvalificerade uppgifter inom givna tidsramar och att granska och värdera sådant arbete." (Färdighet och förmåga)
Kursinnehåll
Kursen omfattar: datainläsning, utskrift och manipulering; R:s kommandostruktur och dataobjekt; goda datapraktiker och reproducerbarhet med R-projekt; visualisering med base graphics och ggplot2; samt en introduktion till programmeringsstrukturer (funktioner, villkor, loopar).
Undervisning
I den här kursen introduceras studenterna först till ett ämne och tillbringar sedan större delen av kursen med att självständigt lösa övningar. Övningarna är utformade för att vara utmanande och uppmanar studenterna att inte bara skriva R-kod utan också fatta egna analysbeslut och kritiskt utvärdera metoder. Kodning kan vara svårt men lärs bäst genom praktik. Vi uppmuntrar lärande och förståelse genom att be studenterna arbeta i sin egen takt (fortsätta med tidigare övningar senare om det behövs) och genom att erbjuda omfattande individuell hjälp under övningarna med en assistent per 5-6 studenter.
När studenterna har slutfört en övning, finns fullständiga lösningar tillgängliga så att de kan självkontrollera sina resultat och få mer input om kodning. Dessa åtgärder uppmuntrar studenterna att arbeta fritt tills de förstår vad de gör, utan att behöva oroa sig för att bli helt fast med kodningen eller missa något om de behöver mer tid. Den önskade undervisningsmiljön under övningarna är en med hög koncentration bland studenterna med viss konsultation med lärare i tysta röster (eller digitalt). Under sessionerna kan man ibland höra studenterna utbrista "ja! nu fungerar det!".
Struktur: Kursen består av sex halvdags-sessioner, vardera bestående av en föreläsning/demonstration (1 timme) och tillhörande övningar (2 timmar). Övningarna fokuserar på realistiska analyssteg och använder verkliga dataset. Studenterna uppmanas att arbeta i sin egen takt under sessionerna. Under praktikperioden har studenterna tillgång till individuell hjälp från mig och 2-3 assistenter, beroende på antalet studenter. Övningarna är utformade för att uppmuntra självständigt tänkande (snarare än repetition).
Examination
Närvaro vid 5 av 6 sessioner och inlämning av en övning.
Examinator
Gabriela Montejo-Kovacevich, gabriela.montejo-kovacevich@scilifelab.uu.se
Huvudansvarig institution
Institutionen för ekologi och genetik
Kontaktperson/er
Gabriela Montejo-Kovacevich, gabriela.montejo-kovacevich@scilifelab.uu.se
Ansökan
Skicka anmälan till kursen till: Anmälan till R för nybörjare
Skicka anmälan senast: 2025-12-01