Основы статистики. Часть 3

Play
Current Time 0:00
/
Duration Time 0:00
Remaining Time -0:00
Stream TypeLIVE
Loaded: 0%
Progress: 0%
00:00
Fullscreen
00:00
Mute
Playback Rate
  • 2x
  • 1.75x
  • 1.5x
  • 1.25x
  • 1x
  • 0.75x
  • 0.5x
1
Chapters
  • Chapters
Your browser does not support mp4g
please install flash player
or just download video file below ⤓
To watch this video please visit https://stepik.org/lesson//step/

About the course

В данном курсе мы завершаем введение в наиболее распространенные методы анализа данных. Мы подробнее разберем методы регрессионного анализа, уделив особое внимание методам диагностики регрессионных моделей. Познакомимся с такими продвинутыми методами как смешанные регрессионные модели, узнаем что такое bootstrap и как его применять для проверки гипотез. Помимо теоретических заданий слушателей ожидают практические задачи, которые необходимо выполнять, используя язык программирования R. Данный курс будет полезен как для слушателей из академических, так и из прикладных областей.

Instructors

  1. User picture
    Anatoliy Karpov
    Bioinformatics Institute
    I graduated from St. Petersburg State University (SPSU). As a cognitive psychologist I study processes of human learning. My interest in the application of computational methods in psychology led me to the field of statistics, programming and machine learning. Now I am a lecturer on biostatistics and R programming in the Bioinformatics Institute.
  2. Выпускник факультета психологии СПбГУ, научный сотрудник СПбГУ. Специализируется на экспериментальном исследовании и вычислительном моделировании когнитивных процессов человека.
  3. User picture
    Polina Drozdova
    Graduated from St. Petersburg State University (biology master program, genetics) and Bioinformatics Institute. Образование: СПбГУ (магистр биологии, каф. генетики), Институт биоинформатики.

    Current affiliation: St. Petersburg State Univeristy (PhD student). Works on a project in molecular genetics of Saccharomyces cerevisiae. Programs in R and Python.

    Аспирант биологического факультета СПбГУ. Занимается научными исследованиями в области молекулярной генетики дрожжей Saccharomyces cerevisiae. Языки программирования: R, Python.

  4. User picture
    Arseny Moskvichev
    СПбГУ инженер-исследователь. Выпускник (магистр) биологического и психологического (бакалавр) факультета СПбГУ.
    Круг интересов: когнитивная психология, нейронаука, анализ данных, статистика, machile learning. Что связывает эти разрозненные, казалось бы, темы? Обучение. В области когнитивной психологии меня интересует, как учатся люди, в области computer science - какие алгоритмы существуют для обучения машин, в области нейронауки - какие механизмы в мозге позволяют нам учиться.

Reviews

Borys Kabakov December 4, 2017
Rated:  3
Ошибки предыдущих курсов остались прежними. Иван исправился. 3я неделя слишком сжато и без кода который можно "пощупать".
Rated:  5
Анатолий жжёт как дуговая сварка. Да и Иван почти перестал говорить "ЭЭЭЭЭЭ". Однако, по сравнению с насыщенным предыдущим курсом, маловато практики на R. И в этом большой минус. Тем не менее, курс весьма хорош.
gleb October 12, 2017
Rated:  4
сложно, многое осталось непонятным, особенно материалы 3-й недели.
Play
Current Time 0:00
/
Duration Time 0:00
Remaining Time -0:00
Stream TypeLIVE
Loaded: 0%
Progress: 0%
00:00
Fullscreen
00:00
Mute
Playback Rate
  • 2x
  • 1.75x
  • 1.5x
  • 1.25x
  • 1x
  • 0.75x
  • 0.5x
1
Chapters
  • Chapters
Your browser does not support mp4g
please install flash player
or just download video file below ⤓
To watch this video please visit https://stepik.org/lesson//step/
4.6 All reviews

В данном курсе мы продолжаем наш разговор об анализе данных. В курсе более подробно рассматриваются темы в области регрессионного анализа, разбираются такие важные вопросы как повторные измерения в статистике и смешанные регрессионные модели.

Workload:
3 - 4 часа в неделю
Expected time to complete:
12 hours
Language:
Русский
Certificate:
Институт биоинформатики
Certificate condition: 60 points
With distinction: 85 points

About the course

В данном курсе мы завершаем введение в наиболее распространенные методы анализа данных. Мы подробнее разберем методы регрессионного анализа, уделив особое внимание методам диагностики регрессионных моделей. Познакомимся с такими продвинутыми методами как смешанные регрессионные модели, узнаем что такое bootstrap и как его применять для проверки гипотез. Помимо теоретических заданий слушателей ожидают практические задачи, которые необходимо выполнять, используя язык программирования R. Данный курс будет полезен как для слушателей из академических, так и из прикладных областей.

Requirements

Для успешного прохождения курса потребуются знания статистики на уровне курса Основы статистики и Основы статистики. Часть два. Мы также настоятельно рекомендуем познакомиться с основами работы в R перед началом прохождения данного курса. В этом вам могут помочь курсы: Анализ данных в R, Анализ данных в R. Часть два и Основы программирования в R.

Target audience

Студенты и научные работники всех специальностей, школьники старших классов.

This course is entirely free. All content is available now.