EMBER_CLI_FASTBOOT_BODY

Основы статистики. Часть 3

Play
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
    Saint Petersburg State University, Bioinformatics Institute, Vkontakte
    I graduated from St. Petersburg State University (SPSU). As a cognitive psychologist I studied 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 data scientist in Vkontakte the biggest social network in Russia. I am also 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

Rated:  5
Спасибо авторам за продолжение погружения в статистику. Темы, обозначенные в первых двух уроках: "Подробнее о линейной регрессии" и "Смешанные регрессионные модели" действительно подробно проработаны и обозначены важные моменты по регрессии. Из обманутых ожиданий: Ожидал курс именно по статистике, а оказалось, что этот курс скорее по методам статистики в R. В отличие от первых двух курсов, в этом курсе критично продвинутое знание R. Без продвинутого знания R, курс проходить напряжённо и сложно. Вероятно, стоило с самого начала оговорить знание R, как обязательное значимое условие прохождения курса. Формально, было бы понятнее, если бы этот курс присоединить к серии "Анализ данных в R" (Анализ данных в R. Часть 3). Еще, третий урок "Введение в bootstrap" сложен в восприятии. Но, все равно, вышесказанные сложности не умаляют важность тех тем, которые подняты в курсе.
Rated:  5
Как всегда шикарный курс, хочется продолжения!
Stanislav Laptenkov January 24, 2018 link
Rated:  5
Отличный курс, понятный и интересный! Жаль очень маленький по объему.
Play
To watch this video please visit https://stepik.org/lesson//step/
4.7 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 details
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.