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.
This course is part of the Анализ данных Specialization
Offered By
Анализ данных SpecializationNovosibirsk State University About this Course
35,219 recent views
Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Course 1 of 4 in the
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level
Approx. 12 hours to complete
Russian
Subtitles: Russian
Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Course 1 of 4 in the
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level
Approx. 12 hours to complete
Russian
Subtitles: Russian
Offered by
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.
Syllabus - What you will learn from this course
3 hours to complete
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.
3 hours to complete
7 videos (Total 43 min), 9 readings, 4 quizzes
7 videos
1.1. Введение в теорию вероятностей6m
1.2. Свойства вероятности4m
1.3. Характеристики случайных величин7m
1.4. Непрерывные распределения. Часть 16m
1.5. Нормальные и логнормальные непрерывные распределения6m
1.6. Дискретные распределения6m
9 readings
О чем этот курс и как он устроен10m
Дополнительные материалы по статистическим пакетам10m
Данные, на которые мы опираемся и ссылаемся10m
Введение в теорию вероятностей (презентация)10m
Свойства вероятности (презентация)10m
Характеристики случайных величин (презентация)10m
Непрерывные распределения. Часть 1 (презентация)10m
Нормальные и логнормальные непрерывные распределения (презентация)10m
Дискретные распределения (презентация)10m
4 practice exercises
Вопросы для самоконтроля6m
Вопросы для самоконтроля6m
Вопросы для самоконтроля6m
Основы теории вероятностей20m
2 hours to complete
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.
2 hours to complete
8 videos (Total 52 min), 7 readings, 2 quizzes
8 videos
2.2. Выборка случайных величин5m
2.3. Меры центральной тенденции11m
2.4. Меры вариативности9m
2.5. Несмещенная дисперсия2m
2.6. Меры и типы переменных: что и где применимо?6m
Практика 1. Описательные статистики в R2m
Практика 2. Описательные статистики в SPSS7m
7 readings
Типы данных (презентация)10m
Выборка (презентация)10m
Меры центральной тенденции (презентация)10m
Меры вариативности (презентация)10m
Обзор способов расчета процентилей и межквартильного размаха10m
Несмещенная дисперсия (презентация)10m
Меры и типы переменных: что и где применимо (презентация)10m
2 practice exercises
Вопросы для самопроверки4m
Основы статистического анализа выборочных данных20m
2 hours to complete
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.
2 hours to complete
7 videos (Total 50 min), 5 readings, 6 quizzes
7 videos
3.2. Гистограмма и методы её построения6m
3.3. Box plot, или ящик с усами4m
3.4. Диаграмма рассеяния6m
3.5. Графики для неметрических шкал7m
Практика 1. Построение графиков в R8m
Практика 2. Построение графиков в SPSS11m
5 readings
Почему важно визуализировать данные... (презентация)10m
Гистограмма и методы ее построения (презентация)10m
Box plot, или ящик с усами (презентация)10m
Диаграмма рассеяния (презентация)10m
Графики для неметрических шкал (презентация)10m
6 practice exercises
Вопросы для самопроверки4m
Вопросы для самопроверки6m
Вопросы для самопроверки6m
Вопросы для самопроверки6m
Вопросы для самопроверки6m
Графический анализ данных20m
2 hours to complete
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.
2 hours to complete
6 videos (Total 45 min), 5 readings, 2 quizzes
6 videos
4.1. Выборки10m
4.2. Ошибки выборки7m
4.3. Определение необходимого объема выборки4m
4.4. Работа с пропущенными наблюдениями5m
4.5. Кодирование неопределённых ответов6m
4.6. Формирование массива данных в SPSS. Практика11m
5 readings
Выборки (презентация)10m
Ошибки выборки (презентация)10m
Определение необходимого объема выборки (презентация)10m
Работа с пропущенными наблюдениями (презентация)10m
Кодирование неопределенных ответов (презентация)10m
2 practice exercises
Вопросы для самопроверки6m
Формирование выборок и подготовка данных20m
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.
Frequently Asked Questions
When will I have access to the lectures and assignments?
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.
What will I get if I subscribe to this Specialization?
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.
What is the refund policy?
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.
Is financial aid available?
Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.
Will I earn university credit for completing the Course?
This Course doesn't carry university credit, but some universities may choose to accept Course Certificates for credit. Check with your institution to learn more. Online Degrees and Mastertrack™ Certificates on Coursera provide the opportunity to earn university credit.
More questions? Visit the Learner Help Center.
