À propos de ce cours
5.0
1 notes
1 avis
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 22 heures pour terminer

Recommandé : 8 hours/week...
Langues disponibles

Russe

Sous-titres : Russe

Compétences que vous acquerrez

Data ModelingRegression ValidationR ProgrammingLinear RegressionStatistics
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 22 heures pour terminer

Recommandé : 8 hours/week...
Langues disponibles

Russe

Sous-titres : Russe

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
3 heures pour terminer

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....
Reading
14 vidéos (Total 97 min), 2 lectures, 1 quiz
Video14 vidéos
Пример - размер мозга и IQ8 min
Взаимосвязи между явлениями8 min
Ковариация и корреляция9 min
Тестирование статистической значимости коэффициента корреляции4 min
Корреляционный анализ в R4 min
Модели как отражение взаимосвязи6 min
Простая линейная регрессия9 min
Метод наименьших квадратов10 min
Подбор коэффициентов линейной регресии в R6 min
Стандартные ошибки коэффициентов регрессии7 min
Доверительные интервалы коэффициентов и доверительная зона регрессии6 min
Использование регрессии для предсказаний9 min
Что мы знаем и что будет дальше3 min
Reading2 lectures
Обзор курса10 min
Материалы: Корреляционный анализ. Простая линейная регрессия10 min
Semaine
2
Heures pour terminer
3 heures pour terminer

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....
Reading
13 vidéos (Total 89 min), 1 lecture, 1 quiz
Video13 vidéos
Тестирование значимости коэффициентов регрессии при помощи t-теста7 min
Тестирование значимости модели при помощи F критерия8 min
Качество подгонки модели4 min
Не стоит обольщаться. Зачем нужна диагностика моделей4 min
Разновидности остатков6 min
Влиятельные наблюдения и как с ними бороться8 min
Линейность связи8 min
Независимость наблюдений10 min
Нормальное распределение остатков6 min
Постоянство дисперсии остатков5 min
Анализ остатков в R10 min
Что мы знаем и что будет дальше3 min
Reading1 lecture
Материалы: Проверка значимости и валидности линейных моделей10 min
Semaine
3
Heures pour terminer
3 heures pour terminer

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....
Reading
11 vidéos (Total 81 min), 1 lecture, 1 quiz
Video11 vidéos
Разновидности матриц3 min
Основные действия с матрицами7 min
Основы матричного умножения9 min
Умножение двух матриц10 min
Решение систем уравнений при помощи матриц12 min
Линейная регрессия в матричном виде7 min
Вычисление остатков в матричном виде5 min
Строим график модели вручную6 min
Доверительная зона регрессии в матричном виде10 min
Что мы знаем и что будет дальше2 min
Reading1 lecture
Материалы: Краткое введение в мир линейной алгебры10 min
Semaine
4
Heures pour terminer
3 heures pour terminer

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....
Reading
12 vidéos (Total 93 min), 1 lecture, 1 quiz
Video12 vidéos
Пример - маркер рака простаты3 min
Протокол анализа данных7 min
Разведочный анализ в R17 min
Модель множественной линейной регрессии и ее интерпретация11 min
Мультиколлинеарность и другие условия применимости15 min
Взаимодействия предикторов3 min
Сравнение влияния отдельных предикторов7 min
Качество подгонки модели множественной линейной регрессии3 min
Визуализация модели: один предиктор10 min
Визуализация модели: два предиктора5 min
Что мы знаем и что будет дальше1 min
Reading1 lecture
Материалы: Множественная линейная регрессия10 min

Enseignants

Avatar

Варфоломеева Марина Александровна

Старший преподаватель
Кафедра зоологии беспозвоночных
Avatar

Хайтов Вадим Михайлович

Доцент
Кафедра Зоологии беспозвоночных

À propos de Université d'État de Saint-Pétersbourg

The Saint-Petersburg University (SPbU) is a state university, located in Saint-Petersburg, Russia. Founded in 1724, SPbU is the oldest institution of higher education in Russia. At present, there are more than 30 000 students in SPbU studying 398 programmes...

À propos de la Spécialisation 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)

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.