About this Course

최근 조회 6,565

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 15시간 필요

러시아어

자막: 러시아어

귀하가 습득할 기술

Data ModelingRegression ValidationR ProgrammingLinear RegressionStatistics

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 15시간 필요

러시아어

자막: 러시아어

제공자:

상트 페테르부르크 주립 대학교 로고

상트 페테르부르크 주립 대학교

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 3시간 필요

Корреляционный анализ. Простая линейная регрессия

완료하는 데 3시간 필요
14개 동영상 (총 97분), 2 readings, 1 quiz
14개의 동영상
Пример - размер мозга и IQ8m
Взаимосвязи между явлениями8m
Ковариация и корреляция9m
Тестирование статистической значимости коэффициента корреляции4m
Корреляционный анализ в R4m
Модели как отражение взаимосвязи6m
Простая линейная регрессия9m
Метод наименьших квадратов10m
Подбор коэффициентов линейной регресии в R6m
Стандартные ошибки коэффициентов регрессии7m
Доверительные интервалы коэффициентов и доверительная зона регрессии6m
Использование регрессии для предсказаний9m
Что мы знаем и что будет дальше3m
2개의 읽기 자료
Обзор курса10m
Материалы: Корреляционный анализ. Простая линейная регрессия10m
2

2

완료하는 데 3시간 필요

Проверка значимости и валидности линейных моделей

완료하는 데 3시간 필요
13개 동영상 (총 89분), 1 reading, 1 quiz
13개의 동영상
Тестирование значимости коэффициентов регрессии при помощи t-теста7m
Тестирование значимости модели при помощи F критерия8m
Качество подгонки модели4m
Не стоит обольщаться. Зачем нужна диагностика моделей4m
Разновидности остатков6m
Влиятельные наблюдения и как с ними бороться8m
Линейность связи8m
Независимость наблюдений10m
Нормальное распределение остатков6m
Постоянство дисперсии остатков5m
Анализ остатков в R10m
Что мы знаем и что будет дальше3m
1개의 읽기 자료
Материалы: Проверка значимости и валидности линейных моделей10m
3

3

완료하는 데 3시간 필요

Краткое введение в мир линейной алгебры

완료하는 데 3시간 필요
11개 동영상 (총 81분), 1 reading, 1 quiz
11개의 동영상
Разновидности матриц3m
Основные действия с матрицами7m
Основы матричного умножения9m
Умножение двух матриц10m
Решение систем уравнений при помощи матриц12m
Линейная регрессия в матричном виде7m
Вычисление остатков в матричном виде5m
Строим график модели вручную6m
Доверительная зона регрессии в матричном виде10m
Что мы знаем и что будет дальше2m
1개의 읽기 자료
Материалы: Краткое введение в мир линейной алгебры10m
4

4

완료하는 데 3시간 필요

Множественная линейная регрессия

완료하는 데 3시간 필요
12개 동영상 (총 93분), 1 reading, 1 quiz
12개의 동영상
Пример - маркер рака простаты3m
Протокол анализа данных7m
Разведочный анализ в R17m
Модель множественной линейной регрессии и ее интерпретация11m
Мультиколлинеарность и другие условия применимости15m
Взаимодействия предикторов3m
Сравнение влияния отдельных предикторов7m
Качество подгонки модели множественной линейной регрессии3m
Визуализация модели: один предиктор10m
Визуализация модели: два предиктора5m
Что мы знаем и что будет дальше1m
1개의 읽기 자료
Материалы: Множественная линейная регрессия10m

Просто о статистике (с использованием R) 전문 분야 정보

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)

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.