Основы статистики. Часть 3
Цели программы
Подробнее разобрать методы регрессионного анализа, в том числе методы диагностики регрессионных моделей.
Целевая аудитория
Специалист middle
Длительность программы
12 часов
Формат обучения
Дистанционный
Материалы программы
Видеоролики, презентации, тестирования
Преподавательский состав
Анатолий Карпов
I graduated from St. Petersburg State University (SPSU). As a cognitive psychologist I study processes of human learning. My interest in the application of computational methods in psychology led me to the field of statistics, programming and machine learning. Now I am a lecturer on biostatistics and R programming in the Bioinformatics Institute.
Иван Иванчей
Выпускник факультета психологии СПбГУ, научный сотрудник СПбГУ. Специализируется на экспериментальном исследовании и вычислительном моделировании когнитивных процессов человека.
Полина Дроздова
Аспирант биологического факультета СПбГУ. Занимается научными исследованиями в области молекулярной генетики дрожжей Saccharomyces cerevisiae. Языки программирования: R, Python.
Арсений Москвичев
СПбГУ инженер-исследователь. Выпускник (магистр) биологического и психологического (бакалавр) факультета СПбГУ.
Круг интересов: когнитивная психология, нейронаука, анализ данных, статистика, machile learning. Что связывает эти разрозненные, казалось бы, темы? Обучение. В области когнитивной психологии меня интересует, как учатся люди, в области computer science - какие алгоритмы существуют для обучения машин, в области нейронауки - какие механизмы в мозге позволяют нам учиться.
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
Часто задаваемые вопросы
Вопрос:
Как зайти в сегмент Академии технологий и данных ВШС (АТД)?
Ответ:
Для входа в сегмент АТД (https://atd.sberbank-school.ru/) Вам необходимо знать Ваш логин и пароль. В случае, если Вы не знаете или забыли Ваш логин и (или) пароль, пожалуйста, обратитесь в Службу технической поддержки по адресу atdhelp@sberbank-school.ru
Вопрос:
Могу ли я проходить обучение в сегменте АТД не с рабочего компьютера?
Ответ:
Да, Вы можете зайти в сегмент АТД с любого компьютера, имеющего доступ в Интернет.
Вопрос:
Я могу проходить обучение из "Альфы"?
Ответ:
Нет, для работы в сегменте АТД необходим доступ в Интернет.
Вопрос:
Куда обращаться, если что-то не работает (пароль неверен, не открывается тест, не отображаются материалы и т.п.)?
Ответ:
Обратитесь в Службу технической поддержки по адресу atdhelp@sberbank-school.ru
Made on
Tilda