Об этом курсе

Недавно просмотрено: 10,154
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 14 часов на выполнение
Русский
Субтитры: Русский

Приобретаемые навыки

Data ModelingRegression ValidationR ProgrammingLinear RegressionStatistics
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 14 часов на выполнение
Русский
Субтитры: Русский

от партнера

Логотип Санкт-Петербургский государственный университет

Санкт-Петербургский государственный университет

Программа курса: что вы изучите

Неделя
1

Неделя 1

3 ч. на завершение

Корреляционный анализ. Простая линейная регрессия

3 ч. на завершение
14 видео ((всего 97 мин.)), 2 материалов для самостоятельного изучения, 1 тест
14 видео
Пример - размер мозга и IQ8мин
Взаимосвязи между явлениями8мин
Ковариация и корреляция9мин
Тестирование статистической значимости коэффициента корреляции4мин
Корреляционный анализ в R4мин
Модели как отражение взаимосвязи6мин
Простая линейная регрессия9мин
Метод наименьших квадратов10мин
Подбор коэффициентов линейной регресии в R6мин
Стандартные ошибки коэффициентов регрессии7мин
Доверительные интервалы коэффициентов и доверительная зона регрессии6мин
Использование регрессии для предсказаний9мин
Что мы знаем и что будет дальше3мин
2 материала для самостоятельного изучения
Обзор курса10мин
Материалы: Корреляционный анализ. Простая линейная регрессия10мин
Неделя
2

Неделя 2

3 ч. на завершение

Проверка значимости и валидности линейных моделей

3 ч. на завершение
13 видео ((всего 89 мин.)), 1 материал для самостоятельного изучения, 1 тест
13 видео
Тестирование значимости коэффициентов регрессии при помощи t-теста7мин
Тестирование значимости модели при помощи F критерия8мин
Качество подгонки модели4мин
Не стоит обольщаться. Зачем нужна диагностика моделей4мин
Разновидности остатков6мин
Влиятельные наблюдения и как с ними бороться8мин
Линейность связи8мин
Независимость наблюдений10мин
Нормальное распределение остатков6мин
Постоянство дисперсии остатков5мин
Анализ остатков в R10мин
Что мы знаем и что будет дальше3мин
1 материал для самостоятельного изучения
Материалы: Проверка значимости и валидности линейных моделей10мин
Неделя
3

Неделя 3

3 ч. на завершение

Краткое введение в мир линейной алгебры

3 ч. на завершение
11 видео ((всего 81 мин.)), 1 материал для самостоятельного изучения, 1 тест
11 видео
Разновидности матриц3мин
Основные действия с матрицами7мин
Основы матричного умножения9мин
Умножение двух матриц10мин
Решение систем уравнений при помощи матриц12мин
Линейная регрессия в матричном виде7мин
Вычисление остатков в матричном виде5мин
Строим график модели вручную6мин
Доверительная зона регрессии в матричном виде10мин
Что мы знаем и что будет дальше2мин
1 материал для самостоятельного изучения
Материалы: Краткое введение в мир линейной алгебры10мин
Неделя
4

Неделя 4

3 ч. на завершение

Множественная линейная регрессия

3 ч. на завершение
12 видео ((всего 93 мин.)), 1 материал для самостоятельного изучения, 1 тест
12 видео
Пример - маркер рака простаты3мин
Протокол анализа данных7мин
Разведочный анализ в R17мин
Модель множественной линейной регрессии и ее интерпретация11мин
Мультиколлинеарность и другие условия применимости15мин
Взаимодействия предикторов3мин
Сравнение влияния отдельных предикторов7мин
Качество подгонки модели множественной линейной регрессии3мин
Визуализация модели: один предиктор10мин
Визуализация модели: два предиктора5мин
Что мы знаем и что будет дальше1мин
1 материал для самостоятельного изучения
Материалы: Множественная линейная регрессия10мин

Специализация Просто о статистике (с использованием R): общие сведения

Специализация “Просто о статистике” познакомит вас с основами прикладного анализа данных. Здесь не будет сложной математики, зато мы разберем на практике множество примеров. Вы научитесь описывать данные графически и при помощи описательных статистик; тестировать гипотезы, делая поправки на множественность тестов. При помощи линейных моделей вы сможете анализировать данные разных типов и проверять, выполняются ли допущения, лежащие в основе статистических методов. В частности, мы разберем, как устроены простая и множественная линейная регрессия, дисперсионный анализ, логистическая и Пуассоновская регрессия и т.д. Наконец, вы научитесь строить смешанные линейные модели, позволяющие работать с данными, когда благодаря дизайну сбора материала отдельные наблюдения оказываются взаимозависимы. Для статистического анализа мы будем использовать язык R -- универсальный язык науки о данных. Даже если вы раньше не писали программ, вы сможете научиться не только адаптировать существующие, но и создавать свои собственные скрипты для анализа данных. Каждый из курсов заканчивается практическим проектом, так что к концу специализации вы сможете собрать портфолио из разных видов анализа данных. Отчеты по проекту, выдержанные в традиции воспроизводимых исследований, вы научитесь создавать, не покидая R, при помощи пакетов knitr / rmarkdown....
Просто о статистике (с использованием R)

Часто задаваемые вопросы

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.

    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

Остались вопросы? Посетите Центр поддержки учащихся.