วันเสาร์ที่ 18 ตุลาคม 2568
09.00 - 10.30 น ทำความรู้จักกับ R และการจัดการข้อมูลเบื้อต้น
Introduction
- Welcome and course overview
- Importance of data analysis
- Why R for data analysis?
Getting Started with R
- ทำความรู้จักกับ R และ RStudio
- Installing R and RStudio
- Overview of RStudio interface
- การใช้งาน R Console และ Script Editor
- Basic R syntax and commands
Data Types and Structures
- Vectors, factors, lists
- Data frames and matrices
- Importing data (CSV, Excel, RData)
Data Manipulation การจัดการข้อมูลด้วย R
- การเลือก การกรอง และการจัดเรียงข้อมูล
- การรวมข้อมูล
- การจัดรูปแบบข้อมูล
- การตรวจสอบและจัดการค่า missing values
10.30 - 10.45 น. พัก 15 นาที
10.45 - 12.00 น. การวิเคราะห์เชิงพรรณนา (Descriptive Analytics)
Descriptive Analytics for numerical variables
- ค่าสถิติพื้นฐาน: mean, median, mode, range, variance, standard deviation
- การสรุปข้อมูลด้วยฟังก์ชันต่าง ๆ เช่น summary()
- การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปร
- Visualization เช่น histogram, box plot, scatter plot, correlation heat plot
Descriptive Analytics for categorical variables
- การสรุปข้อมูลด้วย table() และ prop.table()
- Visualization เช่น pi chart, bar chat
12.00 - 13.00 น. พักรับประทานอาหารกลางวัน
13.00 - 14.30 น. การวิเคราะห์เชิงทำนาย (Predictive analytics)
- Linear Regression Analysis
- การสร้างและคัดเลือกตัวแบบ
- การตรวจสอบข้อสมมุติของตัวแบบ
- การแก้ปัญหากรณีไม่ผ่านข้อสมมุติของตัวแบบ
14.30 - 14.45 น. พัก 15 นาที
14.45 - 15.30 น. การวิเคราะห์เชิงทำนาย (ต่อ)
- การพยากรณ์ค่าของตัวแปรตาม
- Workshop: การนำข้อมูลจริงมาวิเคราะห์และสรุปผล
15.30 - 16.00 น. การทบทวนเนื้อหาหลักและทดสอบความรู้
หลังจากผู้เข้าอบรม ลงทะเบียนและชำระเงินเรียบร้อยแล้ว
ระบบจะดำเนินการตรวจสอบข้อมูล และท่านจะได้รับ ลิงก์สำหรับเข้าร่วมอบรมผ่านระบบ Zoom ทางอีเมลที่ให้ไว้ในการลงทะเบียน
📨 อีเมลจะถูกส่งจาก: trainings@mathstat.sci.tu.ac.th
🔔 โปรดตรวจสอบกล่องอีเมลขยะ (Junk/Spam Mail) ด้วยในกรณีที่ไม่พบอีเมลในกล่องข้อความหลัก
ในอีเมลจะแจ้งรายละเอียดที่สำคัญสำหรับการเข้าร่วมอบรม เช่น
🔹 ลิงก์ Zoom และ รหัสผ่าน
🔹 คำแนะนำในการเข้าร่วมอบรม