Об этом курсе
5.0
Оценки: 25
Рецензии: 5
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 17 часа на выполнение

Предполагаемая нагрузка: 5 недель по 5-6 часов...
Доступные языки

Русский

Субтитры: Русский...
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 17 часа на выполнение

Предполагаемая нагрузка: 5 недель по 5-6 часов...
Доступные языки

Русский

Субтитры: Русский...

Программа курса: что вы изучите

Неделя
1
Часов на завершение
1 ч. на завершение

Приветственный модуль

...
Reading
2 видео (всего 4 мин.), 7 материалов для самостоятельного изучения
Video2 видео
Приветственное видео2мин
Reading7 материала для самостоятельного изучения
О команде курса10мин
Давайте познакомимся!10мин
Использованная автором литература10мин
Рекомендуемая литература по курсу10мин
Язык статистики10мин
Файлы для практических заданий Flats_test и ЕГЭ_test10мин
Файлы с данными, использованными в лекциях10мин
Часов на завершение
2 ч. на завершение

Модуль 1. Знакомство с пакетом R

В этом модуле слушатели познакомятся с пакетом R и основными принципами работы в пакете. Если Вы уже владеете основными навыками программирования в R или не планируете выбирать этот пакет для проведения своих исследований, то данный модуль можно пропустить и перейти к следующему....
Reading
11 видео (всего 121 мин.)
Video11 видео
Введение в R11мин
Рабочее пространство в R11мин
Типы и структуры данных12мин
Последовательности, векторы11мин
Матрицы11мин
Списки, массивы, факторы14мин
Объекты типа data.frame13мин
Импорт данных из текстового файла в R10мин
Экспорт данных в текстовый файл из R10мин
Экспорт данных из файла Excel11мин
Неделя
2
Часов на завершение
5 ч. на завершение

Модуль 2. Введение. Предварительная обработка данных. Оценки параметров. Описательные статистики

В этом модуле мы познакомимся с предметом статистики, основными статистическими пакетами, которые будут использованы в курсе для реализации изученных методов. Будут обозначены основные этапы статистического анализа. Мы поговорим о разных типах данных, об их предварительной обработке и «чистке», научимся представлять выборки и оценивать их основные числовые характеристики....
Reading
11 видео (всего 120 мин.), 7 материалов для самостоятельного изучения, 2 тестов
Video11 видео
Измерительные шкалы24мин
Работа с распределениями, начало работы в R7мин
Гистограммы и квантильные графики в R9мин
Диаграмма рассеяния, диаграмма размаха в R12мин
Основные числовые характеристики в SPSS11мин
Гистограммы, диаграммы размаха, диаграммы рассеяния в SPSS14мин
Генерация равномерного распределения в Statistica. Оценка числовых характеристик9мин
Генерация нормального распределения в Statistica. Оценка числовых характеристик10мин
Импорт данных из файла Excel в Statistica. Оценка числовых характеристик12мин
Обработка выбросов в Statistica5мин
Reading7 материала для самостоятельного изучения
Введение в статистику (презентация)10мин
Измерительные шкалы и типы данных (презентация)10мин
Генеральная и выборочная совокупность. Способы представления выборок (презентация)10мин
Оценка параметров (презентация)10мин
Числовые характеристики выборки (презентация)10мин
Интервальное оценивание (презентация)10мин
Обзор пакетов для статистической обработки данных (презентация с таблицей)10мин
Quiz2 практического упражнения
Тест на проверку теории по модулю 220мин
Практическое задание к модулю 214мин
Неделя
3
Часов на завершение
4 ч. на завершение

Модуль 3. Проверка статистических гипотез. Сравнение групп. Параметрические и непараметрические критерии

В этом модуле мы познакомимся с понятием статистической гипотезы и алгоритмом проверки гипотез, изучим параметрические и непараметрические критерии сравнения выборок, научимся выявлять статистические отличия между двумя и более группами....
Reading
10 видео (всего 102 мин.), 4 материалов для самостоятельного изучения, 3 тестов
Video10 видео
Критерии нормальности в R8мин
Параметрические и непараметрические критерии сравнения двух групп в R14мин
Непараметрические критерии сравнения нескольких групп в R8мин
Пример в R. Анализ цен за аренду квартир8мин
Параметрические и непараметрические критерии сравнения двух групп в SPSS12мин
Непараметрические критерии сравнения нескольких групп в SPSS9мин
Критерии нормальности в Statistica11мин
Параметрические и непараметрические критерии сравнения двух групп в Statistica16мин
Непараметрические критерии сравнения нескольких групп в Statistica9мин
Reading4 материала для самостоятельного изучения
Проверка статистических гипотез (презентация)10мин
Критерии нормальности (презентация)10мин
Параметрические критерии сравнения групп (презентация)10мин
Непараметрические критерии сравнения групп (презентация)10мин
Quiz3 практического упражнения
Тест к модулю 320мин
Практическое задание 1 к модулю 314мин
Практическое задание 2 к модулю 332мин
Неделя
4
Часов на завершение
3 ч. на завершение

Модуль 4. Корреляционный анализ

В данном модуле мы познакомимся с понятием корреляции, изучим основные корреляционные коэффициенты, применяемые для выявления связей между переменными различных типов (количественными, порядковыми, качественными). Научимся выявлять статистически значимые связи и оценивать степень тесноты статистической связи между исследуемыми величинами с применением пакетов прикладных программ....
Reading
9 видео (всего 88 мин.), 3 материалов для самостоятельного изучения, 2 тестов
Video9 видео
Парный коэффициент корреляции Пирсона в Statistica17мин
Ранговая корреляция в Statistica12мин
Количественная корреляция в SPSS8мин
Ранговая корреляция в SPSS6мин
Корреляция в R12мин
Анализ таблиц сопряженности в R15мин
Анализ таблиц сопряженности в SPSS3мин
Анализ таблиц сопряженности в Statistica8мин
Reading3 материала для самостоятельного изучения
Корреляционный анализ количественных данных. Парный коэффициент корреляции Пирсона (презентация)10мин
Ранговая корреляция (презентация)10мин
Корреляционный анализ категоризованных данных. Анализ таблиц сопряженности (презентация)10мин
Quiz2 практического упражнения
Тест к модулю 420мин
Практическое задание к модулю 420мин

Преподаватель

Avatar

Кабанова Татьяна Валерьевна

Институт прикладной математики и компьютерных наук

О National Research Tomsk State University

National Research Tomsk State University is the largest classical university in the Asian part of Russia. For over 135 years TSU has been training the scientific and managerial elite, based on the integration of academic process and fundamental scientific research. It is a renowned center of education, science, innovations and attraction for creative talents, a generator of advanced ideas, and a paragon of adherence to the best traditions of Russian higher education. There are 23 departments and learning institutes, 1 University branch, Institute of Distance Education, Institute of Innovations in Education operating at TSU, and more than 17,000 students studying at the University, with 135 subject areas and specialties to choose from. TSU offers 136 Master’s programmes in 55 areas of academic studies and counting. The number of international students is constantly increasing, now with more than 1300 TSU students coming from countries such as the USA, UK, Germany, France, Australia, Italy, Poland, Mongolia, China, Vietnam, Korea, Columbia, Turkey and others....

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.

  • Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. 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.