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
Statistics OnePrinceton University via Coursera Introduction to Computational Finance and Financial Econometrics
University of Washington via Coursera Curso Práctico de Bioestadística con R
Universidad San Pablo CEU via Miríadax Análisis Estadístico de datos con R
Universidad Católica de Murcia via Miríadax Data Analysis with R
Facebook via Udacity