Об этом курсе
Недавно просмотрено: 3,636

Курс 2 из 4 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 8 часа на выполнение

Предполагаемая нагрузка: 5 недель обучения, 3-6 часов в неделю...

Русский

Субтитры: Русский

Курс 2 из 4 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 8 часа на выполнение

Предполагаемая нагрузка: 5 недель обучения, 3-6 часов в неделю...

Русский

Субтитры: Русский

Программа курса: что вы изучите

Неделя
1
2 ч. на завершение

Введение в статистические критерии

6 видео ((всего 35 мин.)), 8 материалов для самостоятельного изучения, 3 тестов
6 видео
1.3. Алгоритм проверки статистических гипотез7мин
1.4. Свойства критериев3мин
1.5. Метод Монте-Карло7мин
8 материала для самостоятельного изучения
О чём этот курс и как он устроен10мин
Дополнительные материалы по статистическим пакетам10мин
Данные, на которые мы опираемся и ссылаемся10мин
1.1. Статистическая гипотеза (презентация)10мин
1.2. Статистические критерии (презентация)10мин
1.3. Алгоритм проверки статистических гипотез (презентация)10мин
1.4. Свойства критериев (презентация)10мин
1.5. Метод Монте-Карло (презентация)10мин
3 практического упражнения
Вопросы для самопроверки6мин
Вопросы для самопроверки6мин
Введение в статистические критерии20мин
Неделя
2
3 ч. на завершение

Критерии согласия

8 видео ((всего 52 мин.)), 6 материалов для самостоятельного изучения, 5 тестов
8 видео
2.4. Критерий согласия Колмогорова — Смирнова3мин
2.5. Критерии типа Омега4мин
2.6. Критерий Шапиро — Уилка5мин
2.7. Практика 1. Построение критериев согласия в R12мин
2.8. Построение критериев согласия в SPSS12мин
6 материала для самостоятельного изучения
2.1. Гипотеза о согласии (презентация)10мин
2.2. Критерий согласия Хи-квадрат (презентация)10мин
2.3. Группирование данных (презентация)10мин
2. 4. Критерий согласия Колмогорова-Смирнова (презентация)10мин
2.5. Критерии типа Омега (презентация)10мин
2.6. Критерий Шапиро-Уилка (презентация)10мин
5 практического упражнения
Вопросы для самопроверки4мин
Вопросы для самопроверки6мин
Вопросы для самопроверки6мин
Вопросы для самопроверки6мин
Критерии согласия20мин
Неделя
3
3 ч. на завершение

Поиск взаимосвязей в данных и оценка их статистической значимости

11 видео ((всего 86 мин.)), 8 материалов для самостоятельного изучения, 4 тестов
11 видео
3.3а. Коэффициенты ранговой корреляции5мин
3.4. Проверка значимости коэффициентов корреляции6мин
3.5. Таблицы сопряженности: введение8мин
3.6. Исследование взаимосвязей при помощи критерия Хи-квадрат9мин
3.7. Таблицы сопряжённости: исследование силы и характера взаимосвязи8мин
3.8. Пример исследования взаимосвязей на основе таблиц сопряженности9мин
3.9. Практика 1. Вычисление коэффициента корреляции в R5мин
3.10. Практика 2. Исследование взаимосвязей в SPSS: коэффициенты корреляции и таблицы сопряженности10мин
8 материала для самостоятельного изучения
3.1. Понятие статистической взаимосвязи: идея и основные виды (презентация)10мин
3.2. Исследование взаимосвязей: разные шкалы - разные инструменты (презентация)10мин
3.3. Линейная взаимосвязь между двумя признаками. Коэффициенты корреляции (презентация)10мин
3.3а. Коэффициенты ранговой корреляции (презентация)10мин
3.4. Проверка значимости коэффициентов корреляции (презентация)10мин
3.5. Таблицы сопряженности: введение (презентация)10мин
3.6. Исследование взаимосвязей при помощи критерия Хи-квадрат (презентация)10мин
3.7. Таблицы сопряжённости: исследование силы и характера взаимосвязи (презентация)10мин
4 практического упражнения
Вопросы для самопроверки8мин
Вопросы для самопроверки6мин
Вопросы для самопроверки4мин
Поиск взаимосвязей в данных и оценка их статистической значимости20мин
Неделя
4
4 ч. на завершение

Линейная регрессия

11 видео ((всего 93 мин.)), 9 материалов для самостоятельного изучения, 7 тестов
11 видео
4.4. Оценка качества модели5мин
4.5. Отбор значимых признаков6мин
4.6. Мультиколлинеарность8мин
4.7. Гетероскедастичность4мин
4.8. Проверка предположений о модели10мин
4.9. Прогноз8мин
4.10. Практика 1. Линейная регрессия в R11мин
4.11. Практика 2. Линейная регрессия в SPSS13мин
9 материала для самостоятельного изучения
4.1. Модель линейной регрессии: основная идея (презентация)10мин
4.2. Типы данных (презентация)10мин
4.3. Оценки параметров регрессии (презентация)10мин
4.4. Оценка качества модели (презентация)10мин
4.5. Отбор значимых признаков (презентация)10мин
Презентация: 4.6. Мультиколлинеарность10мин
4.7. Гетероскедастичность (презентация)10мин
4.8. Проверка предположений о модели (презентация)10мин
4.9. Прогноз (презентация)10мин
7 практического упражнения
Вопросы для самопроверки6мин
Вопросы для самопроверки6мин
Вопросы для самопроверки4мин
Вопросы для самопроверки10мин
4.7. Гетероскедастичность6мин
Вопросы для самопроверки6мин
Линейная регрессия20мин

Преподаватели

Avatar

Olga Echevskaya

доцент, кандидат социологических наук
Кафедра общей социологии ЭФ НГУ
Avatar

Наталья Галанова

Специалист по анализу данных
Компания 2GIS
Avatar

Виктор Дёмин

Специалист по анализу данных, кандидат технических наук
Компания 2GIS

О Новосибирский государственный университет

Novosibirsk State University (NSU) is a research university located in Novosibirsk Akademgorodok, the world-famous scientific center in Siberia. 80% of NSU teachers are active researchers affiliated with the Russian Academy of Sciences; therefore education is closely linked to world-class science: our students get first-hand knowledge about scientific discoveries before they are published. Nearly 6000 students (including international students from 37 countries) are enrolled at undergraduate and graduate programs offered by 13 departments. The leading areas of NSU expertise are natural sciences, life sciences, physics, math, IT, and more....

Специализация Анализ данных: общие сведения

В рамках специализации вы освоите основные методы работы с количественными данными, в том числе основы теории вероятностей и математической статистики, инструменты исследования связей между признаками, научитесь строить прогнозы на основе регрессионных моделей, сравнивать группы, выделять группы методами кластерного анализа, строить классификации, визуализировать данные, интерпретировать и представлять результаты статистического анализа. Вы примените эти методы на учебных примерах и сможете адаптировать их под специфику ваших данных и задач. В курсах специализации мы рассмотрим, как оценить связь условий труда и удовлетворенности работой, как спрогнозировать количество кликов на сайт компании, как разделить университеты на классы, как выявить стратегии поиска работы, как отличить геозависимую рубрику от геонезависимой, и множество других практических задач. Кроме того, мы научимся решать такие задачи в популярных средах анализа данных (SPSS и R). В заключительной части каждого курса вам предстоит выполнить проект на реальных данных, который позволит применить полученные знания на практике и продемонстрировать умение анализировать и представлять результаты анализа статистически и графически. Специализация разработана Новосибирским государственным университетом, одним из ведущих исследовательских университетов России и мира, совместно с 2GIS, известной международной технологической компанией, которая разрабатывает сервисы для комфортной жизни в городе....
Анализ данных

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.