About this Course
4.4
19 ratings
3 reviews
Specialization
100% online

100% online

Start instantly and learn at your own schedule.
Flexible deadlines

Flexible deadlines

Reset deadlines in accordance to your schedule.
Intermediate Level

Intermediate Level

Hours to complete

Approx. 6 hours to complete

Suggested: 5 недель обучения, 4-6 часов в неделю...
Available languages

Russian

Subtitles: Russian
Specialization
100% online

100% online

Start instantly and learn at your own schedule.
Flexible deadlines

Flexible deadlines

Reset deadlines in accordance to your schedule.
Intermediate Level

Intermediate Level

Hours to complete

Approx. 6 hours to complete

Suggested: 5 недель обучения, 4-6 часов в неделю...
Available languages

Russian

Subtitles: Russian

Syllabus - What you will learn from this course

Week
1
Hours to complete
3 hours to complete

Анализ временных рядов

В этом модуле мы начнем разговор о временных рядах. Сначала разберемся с понятием временного ряда, затем поговорим об анализе временных рядов. Рассмотрим такие компоненты временного ряда, как тренд, сезонность и остатки. После этого рассмотрим методы разложения временного ряда на составляющие и поймём, как и зачем выделять описанные компоненты во временных рядах. В заключении поговорим о том, как выявлять выбросы в данных, а также посмотрим на практике, как разложить временной ряд на трендовую составляющую, сезонную компоненту и остатки, используя R. ...
Reading
7 videos (Total 42 min), 8 readings, 5 quizzes
Video7 videos
1.1. Понятие временных рядов6m
1.2. Тренд8m
1.3. Сезонность6m
1.4. STL-разложение5m
1.5. Поиск выбросов4m
1.6. Тренд, сезонность, STL. Практика5m
Reading8 readings
О чем этот курс и как он устроен10m
Материалы по статистическим пакетам10m
Данные, на которые мы опираемся и ссылаемся10m
1.1. Понятие временных рядов. Презентация10m
1.2. Тренд (презентация)10m
1.3. Сезонность. Презентация10m
1.4. STL-разложение. Презентация10m
1.5. Поиск выбросов. Презентация10m
Quiz5 practice exercises
Вопросы для самопроверки6m
Вопросы для самопроверки10m
Вопросы для самопроверки4m
Вопросы для самопроверки8m
Анализ временных рядов20m
Week
2
Hours to complete
2 hours to complete

Прогноз временных рядов

В этом модуле мы продолжим разговор о временных рядах и научимся не только анализировать, но и прогнозировать их. Сначала рассмотрим авторегрессионную модель (AR) и сезонную авторегрессионную модель (SAR), которые подходят для решения задач прогнозирования, а также модели скользящего среднего (MA-модели), позволяющие сглаживать выбросы и описывать данные. Дальше поговорим о комбинации этих моделей (ARMA и ARIMA). Во второй части модуля мы поговорим об адаптивных моделях, обсудим их основные виды, а также поговорим о следящем контроле как инструменте их мониторинга. В заключении модуля попрактикуемся: построим прогноз временного ряда в R. ...
Reading
7 videos (Total 37 min), 6 readings, 7 quizzes
Video7 videos
2.2. ARMA и ARIMA4m
2.3. Адаптивные модели. Экспоненциальное сглаживание4m
2.4. Адаптивные модели. Модели с трендом и сезонностью4m
2.5. Виды адаптивных моделей5m
2.6. Следящий контроль. Модель Тригга — Лича6m
2.7. Построение моделей временных рядов в R. Практика6m
Reading6 readings
2.1. AR и MA: презентация.10m
2.2. ARMA и ARIMA: презентация10m
2.3. Адаптивные модели. Экспоненциальное сглаживание. Презентация10m
2.4. Адаптивные модели. Модели с трендом и сезонностью. Презентация10m
2.5. Виды адаптивных моделей. Презентация10m
Конспект: 2.6. Следящий контроль. Модель Тригга — Лича10m
Quiz7 practice exercises
Вопросы для самопроверки6m
Вопросы для самопроверки6m
Вопросы для самопроверки6m
Вопросы для самопроверки4m
Вопросы для самопроверки4m
Вопросы для самоконтроля6m
Прогноз временных рядов20m
Week
3
Hours to complete
3 hours to complete

Факторный анализ

В этом модуле поговорим о факторном анализе. Сначала поймем общий принцип: что это за модель, и для решения каких задач она применяется. Дальше разберем методы факторного анализа и научимся строить факторы одним из самых распространенных способов: методом главных компонент. В заключительных лекциях модуля мы поговорим о том, как оценить качество факторной модели, как можно использовать построенные переменные для дальнейшего анализа, а также пошагово разберем построение факторной модели в SPSS....
Reading
6 videos (Total 54 min), 7 readings, 3 quizzes
Video6 videos
3.2. Построение факторной модели8m
3.3. Способы оценки качества факторной модели6m
3.4. Пример построения факторной модели9m
3.5. Факторы готовы: что дальше?11m
3.6. Факторный анализ в SPSS. Практика9m
Reading7 readings
3.1. Введение в факторный анализ. Презентация10m
Факторный анализ: история метода10m
3.2. Построение факторной модели. Презентация10m
Конспект: 3.3. Способы оценки качества факторной модели10m
3.4. Пример построения факторной модели. Презентация10m
3.5. Факторы готовы: что дальше? [презентация]10m
"Кластеры на факторах": о построении кластеризации на основе переменных-факторов10m
Quiz3 practice exercises
Вопросы для самопроверки6m
Вопросы для самоконтроля6m
Факторный анализ20m
Week
4
Hours to complete
2 hours to complete

Классификация

В завершающем модуле курса мы поговорим о методах классификации. Для начала поставим задачу классификации: для чего применяются классификаторы, какие задачи из реальной жизни они помогают решать. Затем разберем некоторые методы классификации: линейный и Байесовский классификаторы, дерево решений, модель бинарной логистической регрессии и способы оценки её качества. Вы научитесь прогнозировать класс, в который попадёт объект с заданной вероятностью (к примеру, отдаст ли заёмщик кредит, или закончит ли студент курс), а также познакомитесь с тем, как применять методы классификации в R и SPSS на реальных данных....
Reading
8 videos (Total 47 min), 7 quizzes
Video8 videos
4.2. Линейный классификатор4m
4.3. Байесовский классификатор5m
4.4. Дерево решений7m
4.5. Бинарная логистическая регрессия: основная идеяm
4.6. Логистическая регрессия: применение и оценка качества6m
4.7. Методы классификации в R. Практика8m
4.8. Построение модели логистической регрессии в SPSS. Практика7m
Quiz7 practice exercises
Вопросы для самопроверки8m
Вопросы для самопроверки6m
Вопросы для самопроверки4m
Вопрос для самопроверки6m
Вопросы для самопроверки6m
Вопросы для самопроверки6m
Тест: Классификация20m

Instructors

Avatar

Ольга Ечевская

доцент, кандидат социологических наук
Кафедра общей социологии ЭФ НГУ
Avatar

Наталья Галанова

Специалист по анализу данных
Компания 2GIS
Avatar

Виктор Дёмин

Специалист по анализу данных, кандидат технических наук
Компания 2GIS

About Novosibirsk State University

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....

About the Анализ данных Specialization

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

Frequently Asked Questions

  • Once you enroll for a Certificate, you’ll have access to all videos, quizzes, and programming assignments (if applicable). Peer review assignments can only be submitted and reviewed once your session has begun. If you choose to explore the course without purchasing, you may not be able to access certain assignments.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

More questions? Visit the Learner Help Center.