Об этом курсе

Недавно просмотрено: 1,622
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. 16 часов на выполнение
Русский
Субтитры: Русский

Приобретаемые навыки

Logistic RegressionR ProgrammingGeneralized Linear ModelPoisson RegressionModel Selection
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. 16 часов на выполнение
Русский
Субтитры: Русский

от партнера

Placeholder

Санкт-Петербургский государственный университет

Программа курса: что вы изучите

Неделя
1

Неделя 1

4 ч. на завершение

Знакомство с обобщенными линейными моделями

4 ч. на завершение
14 видео ((всего 117 мин.)), 2 материалов для самостоятельного изучения, 1 тест
14 видео
Зоопарк распределений15мин
Обобщенные линейные модели12мин
GLM с нормальным распределением отклика5мин
Пример -- питательная ценность икры7мин
Подбор GLM c нормальным распределением отклика в R7мин
Разновидности остатков обобщенных линейных моделях5мин
Диагностика GLM с нормальным распределением отклика9мин
Тестирование значимости коэффициентов при помощи критерия Вальда6мин
Работаем с логарифмами правдоподобий. Анализ девиансы9мин
Анализ девиансы в R9мин
Качество подгонки GLM4мин
Визуализация GLM12мин
Что мы знаем и что будет дальше?5мин
2 материала для самостоятельного изучения
Обзор курса10мин
Знакомство с обобщенными линейными моделями10мин
Неделя
2

Неделя 2

3 ч. на завершение

Проблема выбора модели

3 ч. на завершение
11 видео ((всего 59 мин.)), 1 материал для самостоятельного изучения, 1 тест
11 видео
Проблема выбора в действии10мин
Третий путь: несколько равноправных моделей3мин
Информационные критерии7мин
Вычисление AIC вручную3мин
AIC в действии6мин
Сопоставление моделей-кандидатов2мин
Блеск и нищета выбора моделей4мин
В саду расходящихся тропок8мин
Выбор моделей на краю пропасти4мин
Что мы знаем и что будет дальше?4мин
1 материал для самостоятельного изучения
Проблема выбора модели10мин
Неделя
3

Неделя 3

4 ч. на завершение

Обобщенные линейные модели для счетных данных

4 ч. на завершение
9 видео ((всего 80 мин.)), 1 материал для самостоятельного изучения, 1 тест
9 видео
Пример - гадючий лук и опылители13мин
Опасности моделирования счетных величин при помощи обычной регрессии10мин
GLM с Пуассоновским распределением отклика10мин
Диагностика моделей с Пуассоновским распределением отклика12мин
Квазипуассоновские модели6мин
GLM с отрицательным биномиальным распределением отклика10мин
Описание и визуализация модели4мин
Что мы знаем и что будет дальше?3мин
1 материал для самостоятельного изучения
Обобщенные линейные модели для счетных данных10мин
Неделя
4

Неделя 4

5 ч. на завершение

Обобщенные линейные модели с бинарным откликом

5 ч. на завершение
11 видео ((всего 71 мин.)), 1 материал для самостоятельного изучения, 2 тестов
11 видео
Пример – морские звезды и мидии6мин
Простой линейной регрессией не обойтись3мин
Логистическая кривая6мин
Шансы и логиты4мин
Немного алгебры: Логиты в качестве зависимой переменной7мин
Вернемся к морским звездам и мидиям8мин
Смысл коэффициентов в моделях с бинарным откликом15мин
Диагностика модели с бинарным откликом6мин
Визуализация модели7мин
Что мы знаем и что будет дальше?3мин
1 материал для самостоятельного изучения
Обобщенные линейные модели с бинарным откликом10мин

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

Остались вопросы? Посетите Центр поддержки учащихся.