Компьютерные науки
Бизнес

Статистические методы анализа данных

Программа о современных методах статистического анализа. Рассматриваются подходы к исследованию зависимостей, проверка гипотез, дисперсионный, регрессионный и факторный анализ, а также непараметрические методы обработки данных.
Студентов 2789 Выпускников 368 Для специалистов
690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
Темы:
Базы данных, Аналитика
Объем
36 час.
Длительность
30 дней
Нагрузка в неделю
9 час.
Формат обучения
Дистанционно (самостоятельно)
Описание Учебная программа знакомит с математическим инструментарием, необходимым для извлечения знаний из массивов данных. Рассматриваются подходы к исследованию зависимостей между номинальными, порядковыми и количественными признаками. Особое внимание уделяется проверке статистических гипотез, однофакторному и двухфакторному дисперсионному анализу, а также построению регрессионных моделей. Отдельно разбирается применение факторного анализа для работы с многомерными данными. Программа последовательно раскрывает логику статистического вывода, от простых мер связи в таблицах сопряженности до сложных многомерных моделей. Изучение аналитических инструментов подкреплено тестами для проверки понимания математических концепций. Учебная программа предназначена для аналитиков данных, социологов, маркетологов и исследователей.
Цели
  • Сформировать системное понимание методов выявления статистических связей и закономерностей.
  • Познакомить с алгоритмами проверки гипотез и инструментами дисперсионного анализа.
  • Дать математический фундамент для построения регрессионных и факторных моделей.
Чему я научусь?
  • Оценивать статистическую значимость связей между признаками в различных шкалах.
  • Проводить однофакторный и двухфакторный дисперсионный анализ экспериментальных данных.
  • Строить регрессионные модели и использовать факторный анализ для снижения размерности данных.

Авторы

Горяинова Елена Рудольфовна
Горяинова Елена Рудольфовна
Доцент, кандидат физико-математических наук.\n
Чему я научусь?
  • Оценивать статистическую значимость связей между признаками в различных шкалах.
  • Проводить однофакторный и двухфакторный дисперсионный анализ экспериментальных данных.
  • Строить регрессионные модели и использовать факторный анализ для снижения размерности данных.

Учебный план

№ Занятия
Экзамен экстерном Внимание! Экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите подтвердить свои знания по данному курсу без его изучения или поверить свои знания по нему. Экзамен экстерном можно сдать только один раз. 90 мин
1 Проверка гипотез в однофакторном дисперсионном анализе: параметрический и непараметрический случаи В лекции рассматривается параметрический дисперсионный анализ (ДА) - проверяется однородность пары выборок при отвержении гипотезы об... В лекции рассматривается параметрический дисперсионный анализ (ДА) - проверяется однородность пары выборок при отвержении гипотезы об однородности всех K выборок. Определяется понятие контраста, строится доверительный интервал и проверяется гипотеза о равенстве контраста нулю. В случае непараметрического ДА подробно рассматривается использование критериев Краскела-Уоллиса и Джонкхиера для проверки гипотезы об отсутствии влияния фактора на результат. ещё
2 Двухфакторный дисперсионный анализ (ДА) В лекции продолжает рассматриваться однофакторный ДА - приводятся непараметрические оценки Ходжеса-Лемана и Спетволля для параметра сдвига.... В лекции продолжает рассматриваться однофакторный ДА - приводятся непараметрические оценки Ходжеса-Лемана и Спетволля для параметра сдвига. На основе асимптотической относительной эффективности (АОЭ) делается сравнение критерия Краскела-Уоллиса с классическим. Основная часть лекция посвящена двухфакторному ДА: постановке задачи, описанию простейшей таблицы двухфакторного ДА. Подробно рассматривается вопрос проверки гипотезы об отсутствии влияния главного фактора на результат в параметрическом и непараметрическом случаях (критерии Фридмана и Пейджа). На основе АОЭ делается сравнение критерия Фридмана с классическим. ещё
Двухфакторный дисперсионный анализ (ДА) тест для курса Статистические методы анализа данных 30 мин
3 Исследование зависимостей между номинальными признаками В лекции дается понятие шкалы измерения, описыватся наиболее распространенные шкалы. Вводится понятие таблицы сопряженности, подробно рассматривается... В лекции дается понятие шкалы измерения, описыватся наиболее распространенные шкалы. Вводится понятие таблицы сопряженности, подробно рассматривается проверка гипотез о независимости номинальных признаков. Вводятся меры связанности для таблиц сопряженности 2х2: коэффициенты контингенции и ассоциации Юла. ещё
4 Меры связи номинальных признаков в таблицах сопряженности произвольного размера В лекции рассматриваются показатели, позволяющие оценить силу связи номинальных признаков: основанные на статистике хи-квадрат (коэффициенты среднеквадратической... В лекции рассматриваются показатели, позволяющие оценить силу связи номинальных признаков: основанные на статистике хи-квадрат (коэффициенты среднеквадратической сопряженности, взаимной сопряженности Пирсона, Крамера) и основанные на прогнозе (меры прогноза Гутмана и Краскела-Гудмана). Приводятся примеры. ещё
Меры связи номинальных признаков в таблицах сопряженности произвольного размера тест для курса Статистические методы анализа данных 30 мин
5 Анализ статистической связи между парой порядковых переменных В лекции вводятся два коэффициента, позволяющие оценить силу связи между двумя порядковыми переменными: коэффициент ранговой корреляции... В лекции вводятся два коэффициента, позволяющие оценить силу связи между двумя порядковыми переменными: коэффициент ранговой корреляции Спирмена и коэффициент корреляции ранжировок Кендэла. Проводится сравнительный анализ критериев, определяется сфера их применения. Описывается проверка гипотез о равенстве коэффициентов нулю. Приводятся примеры. ещё
6 Анализ статистической связи между несколькими порядковыми переменными В лекции описывается построение коэффициента, позволяющего оценить согласованность более, чем двух ранжировок, - коэффициента конкордации Кендэла.... В лекции описывается построение коэффициента, позволяющего оценить согласованность более, чем двух ранжировок, - коэффициента конкордации Кендэла. Указываются свойства коэффициента конкордации, схема проверки гипотезы о равенстве его нулю. Начинают рассматриваться вопросы изучения связи пары количественных переменных в случае их гауссовского распределения: дается определение независимости признаков, схема проверки гипотезы о независимости, построение доверительного интервала для коэффициента парной корреляции. ещё
Анализ статистической связи между несколькими порядковыми переменными тест для курса Статистические методы анализа данных 30 мин
7 Исследование зависимостей между парой количественных признаков В лекции описывается исследование связи двух количественных негауссовских признаков в случае их нелинейной связи на основе... В лекции описывается исследование связи двух количественных негауссовских признаков в случае их нелинейной связи на основе статистики хи-квадрат. Основная часть лекции посвящена такому показателю связи количественных признаков, как корреляционное отношение: определение, свойства, оценивание. ещё
8 Анализ множественных связей в количественной шкале В лекции дается определение частных, множественных коэффициентов корреляции, коэффициента множественной детерминации, описываются их свойства, схема проверки... В лекции дается определение частных, множественных коэффициентов корреляции, коэффициента множественной детерминации, описываются их свойства, схема проверки гипотез о равенстве нулю. Ставится задача построения функции регрессии, кратко описываются методы оценивания параметров регрессии (метод наименьших квадратов(МНК), взвешенный МНК, метод наименьших модулей). ещё
9 Оценка параметров регрессий В лекции делается обзор методов оценивания параметров регрессий (МНК, взвешенный МНК, метод наименьших модулей, R- и... В лекции делается обзор методов оценивания параметров регрессий (МНК, взвешенный МНК, метод наименьших модулей, R- и М-оценки). Подробно рассматриваются МНК-оценки и их свойства. ещё
10 Исследование регрессионных моделей Описывается вся схема исследования построенной регрессионной модели при справедливости предположения о гауссовости погрешностей. Рассматривается проблема мультиколлинеарности... Описывается вся схема исследования построенной регрессионной модели при справедливости предположения о гауссовости погрешностей. Рассматривается проблема мультиколлинеарности в регрессионных моделях: от выявления мультиколлинеарности до ее устранения с применением метода главных компонент. ещё
11 Факторный анализ Лекция посвящена описанию одного из метода снижения размерности признакового пространства - факторного анализа. Рассматриваются алгоритмы метода... Лекция посвящена описанию одного из метода снижения размерности признакового пространства - факторного анализа. Рассматриваются алгоритмы метода главных компонент, метода главных факторов и метода максимального правдоподобия. Обосновывается необходимость и указываются предпосылки сжатия данных. Приводятся примеры. ещё
Факторный анализ тест для курса Статистические методы анализа данных 30 мин
Тренировочный экзамен Внимание! Тренировочный экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите проверить свои знания курса перед сдачей экзамена. Тренировочный экзамен можно сдавать сколько угодно один раз. 90 мин
Экзамен 60 мин

Какой документ я получу?

Сертификат

Выдаётся автоматически после успешного завершения программы.

Удостоверение о повышении квалификации

Выдается при наличии среднего специального или высшего образования (необходимые документы).

Стоимость программы

690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
^