Phân tích dữ liệu bằng R cho người mới bắt đầu

Data analysis using R for beginners

4.9

(635 đánh giá)

2,540 học viên

Giảng viên

Lam Nguyen

Đánh giá cao

79.000đ 429.000đ -82%

✓ Xem giỏ hàng và thanh toán

Mua trực tiếp qua Zalo Học thử bài 1

16.5 giờ video

1 bài quiz

74 tài nguyên

1 bài tập

Truy cập vĩnh viễn

Học trên mọi thiết bị

Cập nhật: 28/04/2026

Bạn sẽ học được gì

Các bước cần làm trong phân tích dữ liệu

Ngôn ngữ R cơ bản

Biến đổi dữ liệu

Phân tích thống kê mô tả

Phân tích thống kê suy luận: kiểm định t, phân tích ANOVA, phân tích tương quan

Vẽ đồ thị và biểu đồ

Yêu cầu

Không cần kinh nghiệm. Chỉ cần có kiến thức cơ bản về toán. Nếu biết một chút tiếng Anh sẽ rất tốt, nếu không cũng không có vấn đề gì.

Đối tượng phù hợp

Người tìm hiểu về phân tích dữ liệu, sinh viên, học viên và người làm nghiên cứu

Nội dung khóa học

16 phần • 183 bài giảng

1 Giới thiệu về bản thân

2 Khóa học này dành cho ai?

3 Tại sao bạn nên học khóa học này?

4 Nội dung của khóa học

5 Mục tiêu của khóa học

6 Học khóa học này như thế nào?

1 Giới thiệu

2 Dữ liệu là gì?

3 Phân tích dữ liệu là gì?

4 Các bước trong phân tích dữ liệu

5 Ứng dụng của phân tích dữ liệu

6 Tóm tắt

1 Giới thiệu

2 Phần mềm R và RStudio là gì?

3 Cài đặt phần mềm R và RStudio trên máy Mac

4 Cài phần mềm R và RStudio trên máy Windows

5 Viết câu lệnh đầu tiên

6 Phần mềm gõ tiếng Việt

7 Giao diện của RStudio - Phần 1

8 Giao diện của RStudio - Phần 2

9 Tạo project và file R

10 Gói phần mềm trong R

11 Tóm tắt

1 Giới thiệu

2 Cách nhập dữ liệu chữ và số trong R

3 Cách viết tiêu đề và comments trong R

4 Biến, cách viết tên biến và loại dữ liệu trong R - Lý thuyết

5 Tạo biến trong R

6 Cách viết tên biến

7 Tạo biến có kiểu dữ liệu khác nhau

8 Vector, ma trận, tập dữ liệu và list là gì?

9 Tạo và làm việc với vector

10 Tạo và làm việc với ma trận - Phần 1

11 Tạo và làm việc với ma trận - Phần 2

12 Tạo và làm việc với tập dữ liệu

13 Tạo vào làm việc với list

14 Chuyển ma trận thành tập dữ liệu và ngược lại

15 Chuyển tập dữ liệu thành list và ngược lại

16 Tóm tắt

1 Giới thiệu

2 Đọc dữ liệu sẵn có trong R

3 Nhập dữ liệu file csv

4 Nhập dữ liệu file excel

5 Tìm hiểu đặc điểm của dữ liệu

6 Tóm tắt

1 Giới thiệu

2 Các phép tính cơ bản trong R

3 Điều kiện (Conditionals): toán tử quan hệ - Phần 1

4 Điều kiện (Conditionals): toán tử quan hệ - Phần 2

5 Điều kiện (Conditionals): toán tử logic - Phần 1

6 Điều kiện (Conditionals): toán tử logic - Phần 2

7 Điều kiện (Conditionals): mệnh đề điều kiện (if statements)

8 Điều kiện (Conditionals): mệnh đề else (else statments)

9 Điều kiện (Conditionals): mệnh đề else if (else if statements)

10 Điều kiện (Conditionals): mệnh đề ifelse

11 Điều kiện (Conditionals): Biến đổi dữ liệu với mệnh đề ifelse

12 Vòng lặp (loop): giới thiệu

13 Vòng lặp (loop): while loop

14 Vòng lặp (loop): for loop 1

15 Vòng lặp (loop): for loop 2

16 Hàm (function): giới thiệu

17 Hàm (function): hàm sẵn có trong R

18 Hàm (function): hàm tự viết

19 Họ hàm apply (apply family): giới thiệu

20 Họ hàm apply (apply family): hàm apply

21 Họ hàm apply (apply family): hàm lapply

22 Họ hàm apply (apply family): hàm sapply

23 Họ hàm apply (apply family): hàm tapply

24 Họ hàm apply (apply family): hàm vapply

25 Họ hàm apply (apply family): hàm mapply

26 Các hàm thống kê - Phần 1

27 Các hàm thống kê - Phần 2

28 Hàm tạo chuỗi (seq)

29 Tạo chuỗi số tự nhiên

30 Tạo bảng chữ cái

31 Hàm tạo giá trị lặp lại: rep()

32 Hàm replicate()

33 Hàm lấy mẫu: sample()

34 Lấy nhiều mẫu: kết hợp hàm sample() và hàm replicate()

35 Tìm và thay thế: grep(), grepl(), sub(), gsub() - Phần 1

36 Tìm và thay thế: grep(), grepl(), sub(), gsub() - Phần 2

37 Biến ngày tháng - Phần 1

38 Biến ngày tháng - Phần 2

39 Tóm tắt

1 Giới thiệu

2 Nhập dữ liệu và loại tiêu đề của bảng

3 Chuyển đổi loại dữ liệu của biến - Phần 1

4 Chuyển đổi loại dữ liệu của biến - Phần 2

5 Sắp xếp thứ tự các nhóm của biến

6 Chọn các biến

7 Lọc các nhóm của biến - Phần 1

8 Lọc các nhóm của biến - Phần 2

9 Đổi tên biến

10 Đổi tên nhóm của biến

11 Phân tích và xử lý dữ liệu bị khuyết (NA) - Phần 1

12 Phân tích và xử lý dữ liệu bị khuyết (NA) - Phần 2

13 Phân tích và xử lý giá trị vô cùng (Inf)

14 Định dạng biến ngày tháng

15 Chuyển hàng thành cột và ngược lại (transpose)

16 Chuyển dữ liệu kiểu rộng (wide format) thành kiểu dài (long format) và ngược lại

17 Kết hợp dữ liệu: giới thiệu

18 Kết hợp dữ liệu: inner_join, left_join, right_join, full_join semi_join

19 Kết hợp dữ liệu: dùng nhiều cột chung (multiple key columns)

20 Kết hợp dữ liệu bằng cbind() và rbind()

21 Nhập và kết hợp nhiều file dữ liệu - Phần 1

22 Nhập và kết hợp nhiều file dữ liệu - Phần 2

23 Tóm tắt

1 Giới thiệu

2 Giới thiệu các câu lệnh cơ bản của gói phần mềm dplyr

3 Lựa chọn biến - câu lệnh select()

4 Lọc dữ liệu - câu lệnh filter()

5 Sắp xếp dữ liệu - câu lệnh arrange()

6 Thêm cột và tính toán - câu lệnh mutate()

7 Chọn biến và tính toán - câu lệnh transmutate()

8 Tính các giá trị thống kê - câu lệnh summarise()

9 Tính các giá trị thống kê theo nhóm - câu lệnh group_by()

10 Hủy nhóm - câu lệnh ungroup()

11 Đổi tên biến

12 Đổi tên các nhóm của biến

13 Đổi vị trí các biến

14 Tóm tắt

1 Giới thiệu

2 Phân tích thống kê và phân tích thống kê mô tả là gì?

3 Kiểm tra phân phối của mẫu - giới thiệu

4 Kiểm tra phân phối của mẫu - biểu đồ tần suất

5 Kiểm tra phân phối của mẫu - qqplot

6 Phân tích và xử lý giá trị ngoại lai - giới thiệu

7 Xác định giá trị ngoại lai (outliers)

8 Loại giá trị ngoại lai

9 Thay giá trị ngoại lai bằng trung bình

10 Tính các giá trị thống kê - giới thiệu

11 Tính các giá trị thống kê cho một biến

12 Tính các giá trị thống kê cho nhiều biến

13 Tính các giá trị thống kê dùng summarise(across())

14 Làm tròn các giá trị thống kê

15 Tính tỉ lệ giữa trung bình của hai nhóm

16 Lưu kết quả phân tích thống kê thành file excel

17 Tóm tắt

1 Giới thiệu

2 Các loại đồ thị, biểu đồ

3 Gói phần mềm ggpubr

4 Vẽ đồ thị

5 Vẽ biểu đồ cột

6 Vẽ biểu đồ cột nằm ngang

7 Vẽ biểu đồ hình tròn

8 Vẽ biểu đồ phân tán

9 Vẽ đồ thị có độ lệch chuẩn

10 Vẽ biểu đồ cột có độ lệch chuẩn (SD)

11 Vẽ biểu đồ có sai số chuẩn (SE) và khoảng tin cậy (CI)

12 Tinh chỉnh tên biểu đồ và các trục

13 Tinh chỉnh legend

14 Lưu đồ thị/biểu đồ

15 Kết hợp các đồ thị và biểu đồ

16 Tóm tắt

1 Phân tích thống kê suy luận là gì?

2 Các phương pháp phân tích thống kê suy luận

1 Giới thiệu

2 Kiểm định t là gì?

3 Kiểm định t cho hai nhóm độc lập - lý thuyết

4 Kiểm định t cho hai nhóm độc lập - phân tích 1

5 Kiểm định t cho hai nhóm độc lập - phân tích 2

6 Kiểm định t cho hai nhóm độc lập - trình bày kết quả

7 Kiểm định t cho hai nhóm phụ thuộc - lý thuyết

8 Kiểm định t cho hai nhóm phụ thuộc - phân tích

9 Kiểm định t cho hai nhóm phụ thuộc - trình bày kết quả

1 Giới thiệu

2 ANOVA một yếu tố - lý thuyết

3 ANOVA một yếu tố - phân tích 1

4 ANOVA một yếu tố - phân tích 2

5 ANOVA một yếu tố - trình bày kết quả

6 ANOVA hai yếu tố - lý thuyết

7 ANOVA hai yếu tố (KHÔNG có tương tác) - Phần 1

8 ANOVA hai yếu tố (KHÔNG có tương tác) - Phần 2

9 ANOVA hai yếu tố (KHÔNG có tương tác) - Phần 3

10 ANOVA hai yếu tố (CÓ tương tác) - Phần 1

11 ANOVA hai yếu tố (CÓ tương tác) - Phần 2

1 Phân tích tương quan là gì?

2 Phân tích tương quan Pearson's

3 Ma trận tương quan - Phân tích

4 Ma trận tương quan - Vẽ biểu đồ

1 Kiểm định Khi bình phương là gì?

2 Kiểm định Khi bình phương bằng R

1 Thank you

Giới thiệu khóa học

Mục đích của khóa học

Khóa học này được thiết kế nhằm giúp người học xây dựng nền tảng vững chắc trong phân tích dữ liệu bằng phần mềm R – một công cụ mạnh mẽ và phổ biến trong nghiên cứu khoa học và phân tích dữ liệu.

Kết quả sẽ đạt được sau khóa học

Sau khi hoàn thành khóa học, người học sẽ:

Biết cài đặt thành công phần mềm R và RStudio trên cả Windows và Mac.
Hiểu rõ giao diện làm việc của RStudio và biết cách thao tác hiệu quả trong môi trường này.
Làm chủ các bước cơ bản về phân tích dữ liệu bằng R.
Hiểu rõ các khái niệm cốt lõi về dữ liệu và các phương pháp phân tích dữ liệu.
Tự tin viết và áp dụng các câu lệnh cơ bản trong R, thông qua các ví dụ thực tế có tính ứng dụng cao.
Tự tin thực hiện các thao tác biến đổi dữ liệu như lọc, kết hợp, đổi tên biến, chuyển đổi kiểu dữ liệu, xử lý dữ liệu ngày tháng.
Biết thực hiện phân tích thống kê mô tả: kiểm định phân phối chuẩn, xử lý giá trị ngoại lai, tính toán các chỉ số thống kê, và vẽ đồ thị và biểu đồ.
Hiểu bản chất và ứng dụng được các phương pháp thống kê suy luận cơ bản trong R.
Chuẩn bị báo cáo kết quả phân tích một cách khoa học và có thể trình bày chuyên nghiệp.

Về giảng viên

Tiến sỹ Lâm Nguyễn là một giảng viên và nghiên cứu viên với nền tảng học thuật vững chắc trong lĩnh vực công nghệ sinh học, sinh học, và phân tích thống kê. Anh đã hoàn thành chương trình Thạc sĩ và Tiến sĩ tại Đại học Flinders (Úc). Anh cũng tốt nghiệp khóa học sau đại học về Công nghệ sinh học tại Đại học Mahidol (Thái Lan), Đại học Osaka (Nhật Bản). Trước đó anh tốt nghiệp Cử nhân Công nghệ sinh học tại Đại học Quốc Gia Hà Nội.

Với kiến thức vững chắc, kinh nghiệm giảng dạy và nghiên cứu, Lâm Nguyễn có cách truyền đạt đơn giản, dễ hiểu và đi vào bản chất. Các bài giảng có sự kết hợp giữa lý thuyết và thực hành, và được xây dựng dựa trên đời sống thực tế. Niềm đam mê với, nghiên cứu khoa học, viết code, phân tích dữ liệu và học tập suốt đời chính là động lực để anh xây dựng khóa học này, giúp người học nắm chắc lý thuyết và thành thạo kỹ năng phân tích dữ liệu bằng R.

Bạn có thể liên hệ với Lâm Nguyễn qua facebook hoặc Youtube để có thêm thông tin hoặc Voucher giảm giá (qua đường link ở dưới ảnh của giảng viên trên Udemy - Click vào Lam Nguyen dưới chữ Instructor để đến phần giới thiệu về giảng viên).