Informações sobre o curso

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 21 horas para completar

Sugerido: 9 hours/week...

Russo

Legendas: Russo

Habilidades que você terá

Data ModelingRegression ValidationR ProgrammingLinear RegressionStatistics

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 21 horas para completar

Sugerido: 9 hours/week...

Russo

Legendas: Russo

Programa - O que você aprenderá com este curso

Semana
1
3 horas para concluir

Корреляционный анализ. Простая линейная регрессия

Мы начнем разговор о методах численного описания связей между количественными величинами с коэффициентов ковариации и корреляции, которые позволяют оценить силу и направление связи. Затем вы узнаете, какую дополнительную информацию о связях можно получить, построив линейную модель зависимости между величинами. Вы научитесь интерпретировать коэффициенты регрессии и узнаете, когда и как можно использовать линейные модели для предсказаний на новых данных. К концу этого модуля вы научитесь подбирать уравнение линейной модели и строить ее график с доверительной областью.

...
14 vídeos ((Total 97 mín.)), 2 leituras, 1 teste
14 videos
Пример - размер мозга и IQ8min
Взаимосвязи между явлениями8min
Ковариация и корреляция9min
Тестирование статистической значимости коэффициента корреляции4min
Корреляционный анализ в R4min
Модели как отражение взаимосвязи6min
Простая линейная регрессия9min
Метод наименьших квадратов10min
Подбор коэффициентов линейной регресии в R6min
Стандартные ошибки коэффициентов регрессии7min
Доверительные интервалы коэффициентов и доверительная зона регрессии6min
Использование регрессии для предсказаний9min
Что мы знаем и что будет дальше3min
2 leituras
Обзор курса10min
Материалы: Корреляционный анализ. Простая линейная регрессия10min
Semana
2
3 horas para concluir

Проверка значимости и валидности линейных моделей

Построить линейную модель и записать ее уравнение - это только самое начало анализа. В этом модуле вы узнаете, как описывать результаты регрессионного анализа: как проверить статистическую значимость модели в целом или ее коэффициентов, оценить качество подгонки. У линейных моделей (вернее, у статистических тестов, которые для них используются), как у любого метода, есть свои ограничения. Вы узнаете, что это за ограничения и откуда они возникают. Графические методы диагностики, которыми мы будем пользоваться, универсальны для разных линейных моделей - больше практики поможет вам увереннее принимать решения. Разобравшись со всем этим, вы сможете написать на языке R полный скрипт для подбора, диагностики и представления результатов простой линейной регрессии.

...
13 vídeos ((Total 89 mín.)), 1 leitura, 1 teste
13 videos
Тестирование значимости коэффициентов регрессии при помощи t-теста7min
Тестирование значимости модели при помощи F критерия8min
Качество подгонки модели4min
Не стоит обольщаться. Зачем нужна диагностика моделей4min
Разновидности остатков6min
Влиятельные наблюдения и как с ними бороться8min
Линейность связи8min
Независимость наблюдений10min
Нормальное распределение остатков6min
Постоянство дисперсии остатков5min
Анализ остатков в R10min
Что мы знаем и что будет дальше3min
1 leituras
Материалы: Проверка значимости и валидности линейных моделей10min
Semana
3
3 horas para concluir

Краткое введение в мир линейной алгебры

В этом модуле мы с вами погрузимся в самое сердце линейных моделей. Для этого вам придется изучить или вспомнить основы линейной алгебры. Мы обсудим разновидности матриц, способы их создания в R и основные операции с ними. Все это нам понадобится, чтобы разобраться, как устроена линейная регрессия изнутри. Вы узнаете, что такое модельная матрица, научитесь записывать уравнение линейной регрессии в виде матриц и находить его коэффициенты. Вы своими глазами увидите хэт-матрицу, которая позволяет получать предсказанные значения, и даже сможете ее вычислить вручную. Наконец, вы научитесь рассчитывать остаточную дисперсию, вариационно-ковариационную матрицу и использовать все это для того, чтобы строить доверительную зону регрессии. Потом эти знания помогут вам разобраться с устройством более сложных моделей: с дискретными предикторами, с другими распределениями остатков, с иным устройством вариационно-ковариационной матрицы.

...
11 vídeos ((Total 81 mín.)), 1 leitura, 1 teste
11 videos
Разновидности матриц3min
Основные действия с матрицами7min
Основы матричного умножения9min
Умножение двух матриц10min
Решение систем уравнений при помощи матриц12min
Линейная регрессия в матричном виде7min
Вычисление остатков в матричном виде5min
Строим график модели вручную6min
Доверительная зона регрессии в матричном виде10min
Что мы знаем и что будет дальше2min
1 leituras
Материалы: Краткое введение в мир линейной алгебры10min
Semana
4
3 horas para concluir

Множественная линейная регрессия

Чаще всего связи между величинами устроены сложнее, чем это можно описать при помощи простой линейной регрессии. Множественная линейная регрессия используется, чтобы описать, как переменная-отклик зависит от нескольких предикторов. С появлением в модели множества предикторов у линейной регрессии появляется новое условие применимости - требование отсутствия мультиколлинеарности. В этом модуле вы узнаете, как можно выявить мультиколлинеарность и избежать ее. Наконец, нередко во множественных моделях переменных больше, чем это можно изобразить на плоскости, поэтому мы научим вас простым приемам, которые помогут создавать информативные графики даже в таком случае.

...
12 vídeos ((Total 93 mín.)), 1 leitura, 1 teste
12 videos
Пример - маркер рака простаты3min
Протокол анализа данных7min
Разведочный анализ в R17min
Модель множественной линейной регрессии и ее интерпретация11min
Мультиколлинеарность и другие условия применимости15min
Взаимодействия предикторов3min
Сравнение влияния отдельных предикторов7min
Качество подгонки модели множественной линейной регрессии3min
Визуализация модели: один предиктор10min
Визуализация модели: два предиктора5min
Что мы знаем и что будет дальше1min
1 leituras
Материалы: Множественная линейная регрессия10min

Instrutores

Avatar

Варфоломеева Марина Александровна

Старший преподаватель
Кафедра зоологии беспозвоночных
Avatar

Хайтов Вадим Михайлович

Доцент
Кафедра Зоологии беспозвоночных

Sobre Universidade Estadual de São PetersburgoUniversidade Estadual de São Petersburgo

Санкт-Петербургский государственный университет (СПбГУ) — старейший вуз России, основанный в 1724 году. Университет сегодня — научный, образовательный и культурный центр мирового значения, неизменно входящий во все международные рейтинги вузов. В номинации взаимодействие с работодателями QS Graduate Employability 2018 СПбГУ занимает 20 место среди 400 ведущих вузов мира и является лучшим в России. В настоящее время СПбГУ реализует 418 образовательных программ, включающих самые современные направления подготовки и специальности. Сертификат об успешном окончании представленных онлайн-курсов дает 5 дополнительных баллов при поступлении на программы магистратуры и аспирантуры СПбГУ. St Petersburg University is the oldest university in Russia, founded in 1724. The University today is a world-class research, educational and cultural centre which is always included in all international rankings of world universities. St Petersburg University was ranked 20th in QS Graduate Employability Ranking 2018 among 400 leading universities in the world and is the best in Russia. At present, St Petersburg University offers 418 academic programmes, including the most advanced areas and fields of study. The certificate of successful completion of offered online courses gives five additional points when applying for master’s and doctoral programmes at St Petersburg University....

Sobre o Programa de cursos integrados Просто о статистике (с использованием R)

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)

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.