Основы статистики. Часть 3
Offered By: Bioinformatics Institute via Stepik
Course Description
Overview
В данном курсе мы завершаем введение в наиболее распространенные методы анализа данных. Мы подробнее разберем методы регрессионного анализа, уделив особое внимание методам диагностики регрессионных моделей. Познакомимся с такими продвинутыми методами как смешанные регрессионные модели, узнаем что такое bootstrap и как его применять для проверки гипотез. Помимо теоретических заданий слушателей ожидают практические задачи, которые необходимо выполнять, используя язык программирования R. Данный курс будет полезен как для слушателей из академических, так и из прикладных областей.
Syllabus
Подробнее о линейной регрессии
1.1 Общая информация о курсе
1.2 Введение
1.3 Линейность взаимосвязи
1.4 Логарифмическая трансформация переменных
1.5 Проблема гетероскедастичности
1.6 Мультиколлинеарность. Часть 1
1.7 Мультиколлинеарность. Часть 2
1.8 Практические задания на R
Смешанные регрессионные модели
2.1 Введение
2.2 Нарушение допущения о независимости наблюдений
2.3 Смешанные регрессионные модели. Реализация в R
2.4 Статистическая значимость, обобщённые модели и случайные эффекты
2.5 Практические задания на R
Введение в bootstrap
3.1 Складной нож (jackknife)
3.2 Bootstrap
3.3 Практические задания на R
3.4 Заключение
Taught by
Anatoliy Karpov, Ivan Ivanci and Polina Drozdova
Tags
Related Courses
Introduction to Operations ManagementWharton School of the University of Pennsylvania via Coursera Computational Molecular Evolution
Technical University of Denmark (DTU) via Coursera Structural Equation Model and its Applications | 结构方程模型及其应用 (普通话)
The Chinese University of Hong Kong via Coursera Fundamentals of Clinical Trials
Harvard University via edX Curso Práctico de Bioestadística con R
Universidad San Pablo CEU via Miríadax