About this Course

1,633 recent views
Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level
Approx. 16 hours to complete
Russian
Subtitles: Russian

Skills you will gain

Logistic RegressionR ProgrammingGeneralized Linear ModelPoisson RegressionModel Selection
Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level
Approx. 16 hours to complete
Russian
Subtitles: Russian

Offered by

Placeholder

Saint Petersburg State University

Syllabus - What you will learn from this course

Week
1

Week 1

4 hours to complete

Знакомство с обобщенными линейными моделями

4 hours to complete
14 videos (Total 117 min), 2 readings, 1 quiz
14 videos
Зоопарк распределений15m
Обобщенные линейные модели12m
GLM с нормальным распределением отклика5m
Пример -- питательная ценность икры7m
Подбор GLM c нормальным распределением отклика в R7m
Разновидности остатков обобщенных линейных моделях5m
Диагностика GLM с нормальным распределением отклика9m
Тестирование значимости коэффициентов при помощи критерия Вальда6m
Работаем с логарифмами правдоподобий. Анализ девиансы9m
Анализ девиансы в R9m
Качество подгонки GLM4m
Визуализация GLM12m
Что мы знаем и что будет дальше?5m
2 readings
Обзор курса10m
Знакомство с обобщенными линейными моделями10m
Week
2

Week 2

3 hours to complete

Проблема выбора модели

3 hours to complete
11 videos (Total 59 min), 1 reading, 1 quiz
11 videos
Проблема выбора в действии10m
Третий путь: несколько равноправных моделей3m
Информационные критерии7m
Вычисление AIC вручную3m
AIC в действии6m
Сопоставление моделей-кандидатов2m
Блеск и нищета выбора моделей4m
В саду расходящихся тропок8m
Выбор моделей на краю пропасти4m
Что мы знаем и что будет дальше?4m
1 reading
Проблема выбора модели10m
Week
3

Week 3

4 hours to complete

Обобщенные линейные модели для счетных данных

4 hours to complete
9 videos (Total 80 min), 1 reading, 1 quiz
9 videos
Пример - гадючий лук и опылители13m
Опасности моделирования счетных величин при помощи обычной регрессии10m
GLM с Пуассоновским распределением отклика10m
Диагностика моделей с Пуассоновским распределением отклика12m
Квазипуассоновские модели6m
GLM с отрицательным биномиальным распределением отклика10m
Описание и визуализация модели4m
Что мы знаем и что будет дальше?3m
1 reading
Обобщенные линейные модели для счетных данных10m
Week
4

Week 4

5 hours to complete

Обобщенные линейные модели с бинарным откликом

5 hours to complete
11 videos (Total 71 min), 1 reading, 2 quizzes
11 videos
Пример – морские звезды и мидии6m
Простой линейной регрессией не обойтись3m
Логистическая кривая6m
Шансы и логиты4m
Немного алгебры: Логиты в качестве зависимой переменной7m
Вернемся к морским звездам и мидиям8m
Смысл коэффициентов в моделях с бинарным откликом15m
Диагностика модели с бинарным откликом6m
Визуализация модели7m
Что мы знаем и что будет дальше?3m
1 reading
Обобщенные линейные модели с бинарным откликом10m

About the Просто о статистике (с использованием R) Specialization

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)

Frequently Asked Questions

More questions? Visit the Learner Help Center.