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 .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.