Informações sobre o curso

10,364 visualizações recentes

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 14 horas para completar

Russo

Legendas: Russo

Habilidades que você terá

Data ModelingRegression ValidationR ProgrammingLinear RegressionStatistics

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 14 horas para completar

Russo

Legendas: Russo

oferecido por

Logotipo de Universidade Estadual de São PetersburgoUniversidade Estadual de São Petersburgo

Universidade Estadual de São PetersburgoUniversidade Estadual de São Petersburgo

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

3 horas para concluir

Корреляционный анализ. Простая линейная регрессия

3 horas para concluir
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

Semana 2

3 horas para concluir

Проверка значимости и валидности линейных моделей

3 horas para concluir
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

Semana 3

3 horas para concluir

Краткое введение в мир линейной алгебры

3 horas para concluir
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

Semana 4

3 horas para concluir

Множественная линейная регрессия

3 horas para concluir
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

Sobre 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.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

  • Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.