Основы статистики. Часть 3

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.

 

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