About this Course
4.9
30개의 평가
6개의 리뷰

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

탄력적인 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 19시간 필요

권장: 5 недель по 5-6 часов...

러시아어

자막: 러시아어

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

탄력적인 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 19시간 필요

권장: 5 недель по 5-6 часов...

러시아어

자막: 러시아어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 1시간 필요

Приветственный модуль

...
2 videos (Total 4 min), 7 readings
2개의 동영상
Приветственное видео2m
7개의 읽기 자료
О команде курса10m
Давайте познакомимся!10m
Использованная автором литература10m
Рекомендуемая литература по курсу10m
Язык статистики10m
Файлы для практических заданий Flats_test и ЕГЭ_test10m
Файлы с данными, использованными в лекциях10m
완료하는 데 2시간 필요

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....
11 videos (Total 121 min)
11개의 동영상
Введение в R11m
Рабочее пространство в R11m
Типы и структуры данных12m
Последовательности, векторы11m
Матрицы11m
Списки, массивы, факторы14m
Объекты типа data.frame13m
Импорт данных из текстового файла в R10m
Экспорт данных в текстовый файл из R10m
Экспорт данных из файла Excel11m
2
완료하는 데 5시간 필요

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....
11 videos (Total 120 min), 7 readings, 2 quizzes
11개의 동영상
Измерительные шкалы24m
Работа с распределениями, начало работы в R7m
Гистограммы и квантильные графики в R9m
Диаграмма рассеяния, диаграмма размаха в R12m
Основные числовые характеристики в SPSS11m
Гистограммы, диаграммы размаха, диаграммы рассеяния в SPSS14m
Генерация равномерного распределения в Statistica. Оценка числовых характеристик9m
Генерация нормального распределения в Statistica. Оценка числовых характеристик10m
Импорт данных из файла Excel в Statistica. Оценка числовых характеристик12m
Обработка выбросов в Statistica5m
7개의 읽기 자료
Введение в статистику (презентация)10m
Измерительные шкалы и типы данных (презентация)10m
Генеральная и выборочная совокупность. Способы представления выборок (презентация)10m
Оценка параметров (презентация)10m
Числовые характеристики выборки (презентация)10m
Интервальное оценивание (презентация)10m
Обзор пакетов для статистической обработки данных (презентация с таблицей)10m
2개 연습문제
Тест на проверку теории по модулю 220m
Практическое задание к модулю 214m
3
완료하는 데 4시간 필요

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....
10 videos (Total 102 min), 4 readings, 3 quizzes
10개의 동영상
Критерии нормальности в R8m
Параметрические и непараметрические критерии сравнения двух групп в R14m
Непараметрические критерии сравнения нескольких групп в R8m
Пример в R. Анализ цен за аренду квартир8m
Параметрические и непараметрические критерии сравнения двух групп в SPSS12m
Непараметрические критерии сравнения нескольких групп в SPSS9m
Критерии нормальности в Statistica11m
Параметрические и непараметрические критерии сравнения двух групп в Statistica16m
Непараметрические критерии сравнения нескольких групп в Statistica9m
4개의 읽기 자료
Проверка статистических гипотез (презентация)10m
Критерии нормальности (презентация)10m
Параметрические критерии сравнения групп (презентация)10m
Непараметрические критерии сравнения групп (презентация)10m
3개 연습문제
Тест к модулю 320m
Практическое задание 1 к модулю 314m
Практическое задание 2 к модулю 332m
4
완료하는 데 3시간 필요

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....
9 videos (Total 88 min), 3 readings, 2 quizzes
9개의 동영상
Парный коэффициент корреляции Пирсона в Statistica17m
Ранговая корреляция в Statistica12m
Количественная корреляция в SPSS8m
Ранговая корреляция в SPSS6m
Корреляция в R12m
Анализ таблиц сопряженности в R15m
Анализ таблиц сопряженности в SPSS3m
Анализ таблиц сопряженности в Statistica8m
3개의 읽기 자료
Корреляционный анализ количественных данных. Парный коэффициент корреляции Пирсона (презентация)10m
Ранговая корреляция (презентация)10m
Корреляционный анализ категоризованных данных. Анализ таблиц сопряженности (презентация)10m
2개 연습문제
Тест к модулю 420m
Практическое задание к модулю 420m
5
완료하는 데 4시간 필요

Модуль 5. Регрессионный и дисперсионный анализ

В данном модуле мы познакомимся с основами регрессионного и дисперсионного анализа, узнаем, в каких случаях они могут применяться и какие модели могут быть построены этими методами. А также проведем анализ реальных данных с помощью пакетов программ, построим модели, проверим их адекватность и качество....
15 videos (Total 153 min), 4 readings, 2 quizzes
15개의 동영상
Линейная модель парной регрессии в R13m
Нелинейная модель парной регрессии в R8m
Парная регрессия. Пример в R. Анализ цен за аренду квартир7m
Множественная регрессия. Пример в R. Анализ цен за аренду квартир8m
Анализ остатков регрессионной модели в R14m
Парная регрессия в SPSS14m
Множественная регрессия в SPSS8m
Парная регрессия в Statistica. Построение модели для сгенерированных данных14m
Парная регрессия в Statistica. Пример «Индекс массы тела»14m
Пример в Statistica. Анализ цен за аренду квартир12m
ANOVA в R15m
Однофакторный ANOVA в Statistica6m
Двухфакторный ANOVA в Statistica7m
Заключение1m
4개의 읽기 자료
Регрессионный анализ (презентация)10m
Дисперсионный анализ (ANOVA) (презентация)10m
Приложение-резюме. Выбор статистического критерия (презентация с таблицей)10m
Не прощаемся!10m
2개 연습문제
Тест к модулю 520m
Практическое задание к модулю 524m

강사

Avatar

Кабанова Татьяна Валерьевна

Институт прикладной математики и компьютерных наук

국립 연구 톰스크 주립대학 정보

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....

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.

  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.