Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Stepik

Основы статистики. Часть 3

Bioinformatics Institute via Stepik

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

Reviews

Start your review of Основы статистики. Часть 3

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.