Informações sobre o curso
1,966 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 7 horas para completar

Sugerido: 5 недель обучения, 3-5 часов в неделю...

Russo

Legendas: Russo

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 7 horas para completar

Sugerido: 5 недель обучения, 3-5 часов в неделю...

Russo

Legendas: Russo

Programa - O que você aprenderá com este curso

Semana
1
3 horas para concluir

Одновыборочные и двухвыборочные критерии

В первом модуле курса мы начнем разбираться со статистическими инструментами сравнения параметров и распределений в группах. Сначала поговорим об основных задачах межгрупповых сравнений, затем рассмотрим одновыборочные и двухвыборочные критерии, научимся сравнивать связанные и несвязанные выборки и посмотрим на практике, на реальных данных, как рассчитывать основные статистики в R и SPSS и интерпретировать полученные результаты.

...
9 vídeos ((Total 70 mín.)), 9 leituras, 6 testes
9 videos
1.3. Сравнение двух независимых выборок8min
1.4. Сравнение дисперсий двух независимых выборок9min
1.5. Сравнение распределений двух независимых выборок5min
1.6. Сравнение двух связанных выборок5min
1.7. Критерии равенства групп. Практика11min
1.8. Сравнение средних в SPSS. Практика7min
9 leituras
О чём этот курс и как он устроен10min
Дополнительные материалы по статистическим пакетам10min
Данные, на которые мы опираемся10min
1.1. Введение в межгрупповые сравнения (презентация)10min
1.2. Одновыборочные критерии сравнения средних (презентация)10min
1.3. Сравнение двух независимых выборок (презентация)10min
1.4. Сравнение дисперсий двух независимых выборок (презентация)10min
1.5. Сравнение распределений двух независимых выборок (презентация)10min
1.6. Сравнение двух связанных выборок (презентация)10min
6 exercícios práticos
Вопросы для самопроверки6min
Вопросы для самопроверки4min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Одновыборочные и двухвыборочные критерии20min
Semana
2
3 horas para concluir

Сравнение нескольких выборок

В этом модуле мы продолжим разговор о сравнении групп. Мы научимся сравнивать несколько групп при помощи разных инструментов, грамотно выбирать инструменты исходя из задачи и типа данных, с которыми мы работаем, и на практике, на реальных данных посмотрим, как рассчитывать основные статистики в R и SPSS и интерпретировать полученные результаты.

...
9 vídeos ((Total 61 mín.)), 6 leituras, 7 testes
9 videos
2.4. Критерий Фридмана6min
2.5. Биномиальные данные4min
2.6. Проверка соответствия выборочных пропорций теоретическим7min
2.7. Проверка гипотез о равенстве средних для нескольких зависимых и независимых групп в R. Практика8min
2.8. Сравнение средних в SPSS: k-выборочные критерии. Практика7min
Сравнение средних в SPSS: тесты для связанных выборок. Практика5min
6 leituras
2.1. Сравнение средних для k независимых выборок: параметрический случай (презентация)10min
2.2. Сравнение средних для k независимых выборок: непараметрический случай (презентация)10min
2.3. Сравнение средних для нескольких связанных выборок (презентация)10min
2.4. Критерий Фридмана (презентация)10min
2.5. Биномиальные данные (презентация)10min
2.6. Проверка соответствия выборочных пропорций теоретическим (презентация)10min
7 exercícios práticos
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Сравнение нескольких выборок20min
Semana
3
3 horas para concluir

Введение в кластерный анализ

В третьем модуле курса мы поговорим о методах выделения групп. Если до этого мы сравнивали группы, которые уже были нам известны, то во второй половине курса мы будем говорить о том, как обнаружить группы в данных, как их выделить, охарактеризовать, и что можно делать с построенной классификацией дальше. Основной фокус модуля - агломеративные методы классификации. В заключении, как всегда, практика на реальных данных.

...
8 vídeos ((Total 55 mín.)), 6 leituras, 6 testes
8 videos
3.4. Иерархический кластерный анализ7min
3.5. Определение оптимального количества кластеров8min
3.6. Иерархический кластерный анализ: пример10min
3.7. Иерархический кластерный анализ в R. Практика3min
3.8. Иерархический кластерный анализ в SPSS. Практика6min
6 leituras
3.1. Особенности методов кластерного анализа (презентация)10min
3.2. Меры сходства. Меры расстояния (презентация)10min
3.3. Корреляционные меры сходства и меры ассоциативности (презентация)10min
3.4. Иерархический кластерный анализ (презентация)10min
3.5. Определение оптимального количества кластеров (презентация)10min
3.6. Иерархический кластерный анализ: пример (презентация)10min
6 exercícios práticos
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Введение в кластерный анализ20min
Semana
4
3 horas para concluir

Итерационные методы кластерного анализа

В заключительном модуле курса мы разберемся с еще одним классом методов кластеризации - с итерационными методами: увидим, как работают алгоритмы, каковы возможности и ограничения разных алгоритмов, научимся строить классификации, оценивать их качество, характеризовать и анализировать полученные группы, а также разберем некоторые инструменты визуализации результатов классификации. В заключении, как всегда, практика на реальных данных.

...
8 vídeos ((Total 50 mín.)), 6 leituras, 5 testes
8 videos
4.4. Forel. Пример4min
4.5. Способы оценки качества кластеризации8min
4.6. Графические инструменты в кластерном анализе6min
4.7. Построение кластерного анализа с помощью k-средних в R. Практика7min
4.8. Построение кластерного анализа методом k-средних в SPSS. Практика7min
6 leituras
4.1. Метод k-средних (презентация)10min
4.2. Метод K-средних. Пример (презентация)10min
4.3. Forel. Пример работы алгоритма (презентация)10min
4.4. Forel. Пример (презентация)10min
4.5. Способы оценки качества кластеризации (презентация)10min
4.6. Графические инструменты в кластерном анализе (презентация)10min
5 exercícios práticos
Вопросы для самопроверки6min
Вопросы для самопроверки6min
Вопросы для самопроверки4min
Вопросы для самопроверки6min
Итерационные методы кластерного анализа20min

Instrutores

Avatar

Olga Echevskaya

доцент, кандидат социологических наук
Кафедра общей социологии ЭФ НГУ
Avatar

Виктор Дёмин

Специалист по анализу данных, кандидат технических наук
Компания 2GIS
Avatar

Наталья Галанова

Специалист по анализу данных
Компания 2GIS

Sobre Universidade Estadual de Novosibirsk

Novosibirsk State University (NSU) is a research university located in Novosibirsk Akademgorodok, the world-famous scientific center in Siberia. 80% of NSU teachers are active researchers affiliated with the Russian Academy of Sciences; therefore education is closely linked to world-class science: our students get first-hand knowledge about scientific discoveries before they are published. Nearly 6000 students (including international students from 37 countries) are enrolled at undergraduate and graduate programs offered by 13 departments. The leading areas of NSU expertise are natural sciences, life sciences, physics, math, IT, and more....

Sobre o Programa de cursos integrados Анализ данных

В рамках специализации вы освоите основные методы работы с количественными данными, в том числе основы теории вероятностей и математической статистики, инструменты исследования связей между признаками, научитесь строить прогнозы на основе регрессионных моделей, сравнивать группы, выделять группы методами кластерного анализа, строить классификации, визуализировать данные, интерпретировать и представлять результаты статистического анализа. Вы примените эти методы на учебных примерах и сможете адаптировать их под специфику ваших данных и задач. В курсах специализации мы рассмотрим, как оценить связь условий труда и удовлетворенности работой, как спрогнозировать количество кликов на сайт компании, как разделить университеты на классы, как выявить стратегии поиска работы, как отличить геозависимую рубрику от геонезависимой, и множество других практических задач. Кроме того, мы научимся решать такие задачи в популярных средах анализа данных (SPSS и R). В заключительной части каждого курса вам предстоит выполнить проект на реальных данных, который позволит применить полученные знания на практике и продемонстрировать умение анализировать и представлять результаты анализа статистически и графически. Специализация разработана Новосибирским государственным университетом, одним из ведущих исследовательских университетов России и мира, совместно с 2GIS, известной международной технологической компанией, которая разрабатывает сервисы для комфортной жизни в городе....
Анализ данных

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.