About this course: Этот курс - первый в специализации "Анализ данных". Курс будет особенно полезен тем, кто имеет небольшой опыт работы с данными, или хочет освежить знания по теории вероятностей, математической статистике и типах данных. Сначала мы вспомним основы теории вероятностей и поговорим о случайных величинах и их свойствах, об основных распределениях случайных величин. Затем перейдем к основным характеристикам распределений: мерам центра и мерам вариативности. Далее обсудим основные типы шкал измерения признаков, а также основные ограничения, которые тип шкалы накладывает на применимые методы анализа данных. Третья неделя курса посвящена графическому анализу данных и способам визуализации распределений, индивидуальных или совместных. Завершающий модуль курса посвящен выборкам и способам их формирования, а также принципам и инструментам работы с пропущенными и неопределенными значениями. Вы сможете применить полученные знания, выполнив небольшой проект на реальных данных, предоставленных компанией 2GIS. Присоединяйтесь!
Who is this class for: Курс будет полезен всем, кто хочет разобраться с основами статистического и графического анализа данных. Этот курс особенно полезен для вас, если вы имеете небольшой опыт работы с данными, или хотите освежить знания по теории вероятностей и математической статистике, чтобы подготовиться к решению более сложных аналитических задач.
Created by: Novosibirsk State University
Taught by: Ольга Ечевская, доцент, кандидат социологических наук
Кафедра общей социологии ЭФ НГУ
Taught by: Наталья Галанова, Специалист по анализу данных
Компания 2GIS
Taught by: Виктор Дёмин, Специалист по анализу данных, кандидат технических наук
Компания 2GIS
| Basic Info | Course 1 of 4 in the Анализ данных Specialization |
| Level | Intermediate |
| Commitment | 5 недель обучения, 3-5 часов в неделю |
| Language | Russian |
| How To Pass | Pass all graded assignments to complete the course. |
| User Ratings |
Syllabus
WEEK 1
ОСНОВЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ
В первом модуле курса мы вспомним основы теории вероятностей. Мы поговорим о вероятности и её свойствах, о случайных величинах и их характеристиках, а также об основных распределениях случайных величин и их ключевых свойствах. Этот модуль формирует основы для понимания принципов, на которых строится статистический анализ данных.
7 videos, 9 readings, 3 practice quizzes
- Video: ВВОДНАЯ ЛЕКЦИЯ: ОБЗОР СПЕЦИАЛИЗАЦИИ
- Reading: О чем этот курс и как он устроен
- Reading: Дополнительные материалы по статистическим пакетам
- Reading: Данные, на которые мы опираемся и ссылаемся
- Video: 1.1. Введение в теорию вероятностей
- Reading: Введение в теорию вероятностей (презентация)
- Practice Quiz: Вопросы для самоконтроля
- Video: 1.2. Свойства вероятности
- Reading: Свойства вероятности (презентация)
- Practice Quiz: Вопросы для самоконтроля
- Video: 1.3. Характеристики случайных величин
- Reading: Характеристики случайных величин (презентация)
- Practice Quiz: Вопросы для самоконтроля
- Video: 1.4. Непрерывные распределения. Часть 1
- Reading: Непрерывные распределения. Часть 1 (презентация)
- Video: 1.5. Нормальные и логнормальные непрерывные распределения
- Reading: Нормальные и логнормальные непрерывные распределения (презентация)
- Video: 1.6. Дискретные распределения
- Reading: Дискретные распределения (презентация)
Graded: Основы теории вероятностей
WEEK 2
ОСНОВЫ СТАТИСТИЧЕСКОГО АНАЛИЗА ВЫБОРОЧНЫХ ДАННЫХ
В этом модуле мы поговорим об описательных статистиках и о двух типа характеристик распределений: меры центральной тенденции (или просто меры центра: что типично для исследуемого распределения) и меры вариативности (или меры разброса: насколько разнообразны значения признака, распределение которого исследуется). Для начала мы разберемся с типами данных, немного поговорим о выборках, и затем рассмотрим основные меры центра и разброса, применимые для данных разных типов. В завершении модуля мы посмотрим, как рассчитываются описательные статистики в SPSS и в R.
8 videos, 7 readings, 1 practice quiz
- Video: 2.1. Типы данных
- Reading: Типы данных (презентация)
- Video: 2.2. Выборка случайных величин
- Reading: Выборка (презентация)
- Video: 2.3. Меры центральной тенденции
- Reading: Меры центральной тенденции (презентация)
- Video: 2.4. Меры вариативности
- Reading: Меры вариативности (презентация)
- Reading: Обзор способов расчета процентилей и межквартильного размаха
- Video: 2.5. Несмещенная дисперсия
- Reading: Несмещенная дисперсия (презентация)
- Video: 2.6. Меры и типы переменных: что и где применимо?
- Reading: Меры и типы переменных: что и где применимо (презентация)
- Practice Quiz: Вопросы для самопроверки
- Video: Практика 1. Описательные статистики в R
- Video: Практика 2. Описательные статистики в SPSS
Graded: Основы статистического анализа выборочных данных
WEEK 3
ГРАФИЧЕСКИЙ АНАЛИЗ ДАННЫХ
В этом модуле мы займемся графическим анализом данных. Сначала мы увидим, как по-разному могут выглядеть распределения, обладающие похожими характеристиками. Затем рассмотрим основные виды графиков, поймём области их применения и основные ограничения для каждого графического инструмента. В практической части курса мы научимся строить графики в SPSS и в R.
7 videos, 5 readings, 5 practice quizzes
- Video: 3.1. Почему важно визуализировать данные. Квартет Энскомба. Эмпирическая функция распределения.
- Reading: Почему важно визуализировать данные... (презентация)
- Practice Quiz: Вопросы для самопроверки
- Video: 3.2. Гистограмма и методы её построения
- Reading: Гистограмма и методы ее построения (презентация)
- Practice Quiz: Вопросы для самопроверки
- Video: 3.3. Box plot, или ящик с усами
- Reading: Box plot, или ящик с усами (презентация)
- Practice Quiz: Вопросы для самопроверки
- Video: 3.4. Диаграмма рассеяния
- Reading: Диаграмма рассеяния (презентация)
- Practice Quiz: Вопросы для самопроверки
- Video: 3.5. Графики для неметрических шкал
- Reading: Графики для неметрических шкал (презентация)
- Practice Quiz: Вопросы для самопроверки
- Video: Практика 1. Построение графиков в R
- Video: Практика 2. Построение графиков в SPSS
Graded: Графический анализ данных
WEEK 4
ФОРМИРОВАНИЕ ВЫБОРОК И ПОДГОТОВКА ДАННЫХ
В этом модуле мы поговорим о том, как строить выборки, а также научимся работать с пропущенными и неопределенными данными. Мы рассмотрим основные виды выборок, научимся рассчитывать необходимый объем выборки и ошибку выборки, а также разберём, как кодировать пропущенные и неопределённые данные и что делать с ними дальше. В практической части модуля мы научимся формировать массив данных в SPSS так, чтобы сэкономить время на этапе обработки и анализа данных.
6 videos, 5 readings, 1 practice quiz
- Video: 4.1. Выборки
- Reading: Выборки (презентация)
- Practice Quiz: Вопросы для самопроверки
- Video: 4.2. Ошибки выборки
- Reading: Ошибки выборки (презентация)
- Video: 4.3. Определение необходимого объема выборки
- Reading: Определение необходимого объема выборки (презентация)
- Video: 4.4. Работа с пропущенными наблюдениями
- Reading: Работа с пропущенными наблюдениями (презентация)
- Video: 4.5. Кодирование неопределённых ответов
- Reading: Кодирование неопределенных ответов (презентация)
- Video: 4.6. Формирование массива данных в SPSS. Практика
Graded: Формирование выборок и подготовка данных
WEEK 5
Практические задания
В этом модуле вам предстоит применить полученные в курсе знания на практике. Сначала пройдите итоговый тест, чтобы проверить полученные в курсе знания и навыки. Также вам предлагается выполнить небольшой самостоятельный проект на реальных данных, предоставленных компанией 2GIS: проанализировать данные самостоятельно, а также оценить сокурсников.
1 reading
- Reading: Данные для выполнения задания
Graded: Итоговый тест
Graded: Взаимооцениваемое задание
FAQs
How It Works
Coursework
Each course is like an interactive textbook, featuring pre-recorded videos, quizzes and projects.
Help from Your Peers
Connect with thousands of other learners and debate ideas, discuss course material, and get help mastering concepts.
Certificates
Earn official recognition for your work, and share your success with friends, colleagues, and employers.
Creators
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.
Pricing
| Purchase Course | Audit | |
|---|---|---|
| Access to course materials | Available | Available |
| Access to graded materials | Available | Not available |
| Receive a final grade | Available | Not available |
| Earn a shareable Course Certificate | Available | Not available |
Ratings and Reviews
Coursera provides universal access to the world’s best education, partnering with top universities and organizations to offer courses online.
© 2017 Coursera Inc. All rights reserved.
AF
замечательно