Informações sobre o curso

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 18 horas para completar

Sugerido: 10 hours/week...

Russo

Legendas: Russo

Habilidades que você terá

Logistic RegressionR ProgrammingPoisson RegressionGeneralized Linear Mixed Model (GLMM)Random Effects Model

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 18 horas para completar

Sugerido: 10 hours/week...

Russo

Legendas: Russo

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

4 horas para concluir

Знакомство со смешанными линейными моделями

4 horas para concluir
14 vídeos (Total 90 mín.), 2 leituras, 1 teste
14 videos
Пример - недосып и время реакции6min
Недосып. Почему обычные методы не работают?4min
Фиксированные и случайные факторы4min
GLMM со случайным отрезком5min
Визуализация предсказаний GLMM со случайным отрезком7min
Индуцированная корреляция9min
Диагностика модели со случайным отрезком6min
GLMM со случайным отрезком и углом наклона5min
Визуализация предсказаний GLMM со случайным отрезком и углом наклона4min
Диагностика модели со случайным отрезком и углом наклона4min
Смешанные линейные модели9min
Тестирование гипотез в смешанных моделях12min
Что мы знаем и что будет дальше5min
2 leituras
Обзор курса10min
Знакомство со смешанными линейными моделями10min
Semana
2

Semana 2

3 horas para concluir

Моделирование структуры дисперсии в смешанных моделях

3 horas para concluir
9 vídeos (Total 65 mín.), 1 leitura, 1 teste
9 videos
Пример – сексуальная активность мух10min
Моделирование дисперсии4min
Дисперсия может зависеть от непрерывной ковариаты11min
Дисперсия может зависить от дискретного фактора4min
Моделирование гетерогенности дисперсии – финальная модель8min
Моделирование структуры дисперсии при наличии случайных факторов4min
Модель со случайным фактором5min
Моделируем структуру дисперсии8min
1 leituras
Моделирование структуры дисперсии в смешанных моделях10min
Semana
3

Semana 3

3 horas para concluir

Смешанные линейные модели для счетных данных

3 horas para concluir
9 vídeos (Total 61 mín.), 1 leitura, 1 teste
9 videos
Пример – саламандры и добыча угля10min
Смешанная модель с Пуассоновским распределением отклика.7min
Диагностика моделей с Пуассоновским распределением. Избыточность дисперсии6min
Смешанная модель с отрицательным биномиальным распределением отклика7min
Диагностика модели с отрицательным биномиальным распределением отклика5min
Тестирование гипотез8min
Визуализация модели4min
Что мы знаем и что будет дальше2min
1 leituras
Материалы: Смешанные линейные модели для счетных данных10min
Semana
4

Semana 4

5 horas para concluir

Смешанные линейные модели для бинарных данных

5 horas para concluir
9 vídeos (Total 74 mín.), 1 leitura, 2 testes
9 videos
Пример -- морские звезды и мидии9min
Знакомимся с данными4min
Подбираем модель14min
Дорабатываем модель5min
Анализ итогов7min
Визуализация модели6min
Дополнительные штрихи к модели9min
Что мы знаем и что важное осталось за рамками4min
1 leituras
Материалы: Смешанные линейные модели для бинарных данных10min

Instrutores

Imagem do instrutor, Варфоломеева Марина Александровна

Варфоломеева Марина Александровна 

Старший преподаватель
Кафедра зоологии беспозвоночных
3,138 aprendizes
5 Cursos
Imagem do instrutor, Хайтов Вадим Михайлович

Хайтов Вадим Михайлович 

Доцент
Кафедра Зоологии беспозвоночных
3,138 aprendizes
5 Cursos

oferecido por

Logotipo de Universidade Estadual de São PetersburgoUniversidade Estadual de São Petersburgo

Universidade Estadual de São PetersburgoUniversidade Estadual de São Petersburgo

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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.