Исследование статистических взаимосвязей
Вы научитесь находить взаимосвязи, оценивать и обосновывать их значимость и выполните исследовательский проект на реальных данных компании 2GIS
Этот курс временно не запускается на Лекториуме. Оставьте свою почту, и мы напишем, когда курс откроется
34 лекций с заданиями
Чат в «Телеграме» с авторами
Свободное расписание
Сертификат
Оставьте свою почту, и мы напишем, когда курс откроется
Прослушав этот курс, вы:
- Научитесь анализировать взаимосвязи между признаками, оценивать силу и значимость этих взаимосвязей
- Сможете грамотно выбрать статистический инструмент под вашу задачу исходя из ограничений имеющихся данных
- Освоите принципы проверки статистических гипотез о взаимосвязи признаков
- Узнаете, как считать корреляции, строить таблицы сопряженности и регрессионные модели в SPSS и R
- Попробуете себя в роли аналитика данных, выполнив свой исследовательский проект
Авторы курса — преподаватель Новосибирского государственного университета, социолог-исследователь Ольга Ечевская и аналитики компании 2GIS Наталья Галанова и Виктор Демин — имеют многолетний опыт решения прикладных и исследовательских задач и с удовольствием поделятся своим опытом с вами.
Для кого
Курс будет полезен всем, кто:
- Изучает анализ данных и хочет разобраться на простых и понятных примерах
- Знает основы анализа данных и хочет прокачаться в изучении взаимосвязей и построении моделей линейной регрессии
- Хочет научиться работать в SPSS или R
- Так или иначе имеет дело с данными и хочет научиться грамотно их анализировать
Зачем
- Научиться находить и анализировать взаимосвязи
- Попрактиковаться в решении актуальных рыночных задач на реальных данных
- Научиться строить и анализировать модели линейной регрессии
- Познакомиться с инструментами анализа данных — SPSS и R
- Попробовать себя в решении актуальных аналитических задач
Авторский подход
Этот курс — результат совместной работы преподавателя анализа данных в НГУ Ольги Ечевской и аналитиков компании 2GIS Натальи Галановой и Виктора Демина.
Ценность курса — в комбинации системной и доступной подачи материала и практических кейсов, построенных на реальных данных компании 2GIS.
Ценность курса — в комбинации системной и доступной подачи материала и практических кейсов, построенных на реальных данных компании 2GIS.
Нажмите на карточку, чтобы узнать больше
программа курса
Этот курс — второй в специализации «Анализ данных». Чтобы успешно его освоить, вам понадобятся знания основ теории вероятностей и математической статистики. Если вы не уверены в своих знаниях, рекомендуем начать с курса «Введение в данные».
Курс расскажет вам, как понять, связаны ли признаки между собой, как измерить силу такой взаимосвязи и оценить ее значимость. Мы начнем с обзора типов данных и ограничений, которые вытекают из размерности анализируемых признаков. Затем мы разберем основные инструменты статистической оценки взаимосвязей: таблицы сопряженности, коэффициенты корреляции, модели линейной регрессии. Научимся интерпретировать их смысл и оценивать качество построенных моделей.
Вы сможете применить полученные знания, выполнив небольшой проект на реальных данных, предоставленных компанией 2GIS.
- Вводная лекция: структура и содержание специализации
- Тексты:
— Дополнительные материалы по статистическим пакетам
— Данные, на которые мы опираемся и ссылаемся
В этом модуле мы поговорим о логике проверки статистических гипотез. Вы узнаете, чем статистическая гипотеза отличается от обычного предположения, какие бывают статистические гипотезы и какие статистические критерии разработаны для их проверки. В результате вы научитесь формулировать статистические гипотезы для решения исследовательских задач, а также выбирать подходящие критерии для их проверки. Этот модуль создает основу для следующих модулей курса, в которых на примерах рассматривается применение разных статистических критериев.
- Статистическая гипотеза
- Статистические критерии
- Алгоритм проверки статистических гипотез
- Свойства критериев
- Метод Монте-Карло
В этом модуле мы разберем один из классов статистических критериев, которые позволяют проверять соответствие распределения признаков известным законам распределения. Форма распределения — это не менее важное ограничение для применения статистических методов, чем тип шкалы, в которой измерен признак. Если не учитывать связанные с ней ограничения, то можно сделать некорректные статистические выводы. Многие меры и методы работают только в том случае, если признак распределен в соответствии с известным законом (к примеру, имеет нормальное распределение). Изучив этот модуль, вы научитесь определять такие соответствия.
- Гипотеза о согласии
- Критерий согласия хи-квадрат
- Группирование данных
- Критерий согласия Колмогорова — Смирнова
- Критерии типа Омега
- Критерий Шапиро — Уилка
- Практика 1. Построение критериев согласия в R
- Практика 2. Построение критериев согласия в SPSS
В этом модуле мы поговорим о способах выявления статистических взаимосвязей. Рассмотрим методы, применимые для выявления взаимосвязей признаков в зависимости от шкалы измерения и формы распределения признака, научимся определять силу и значимость связей между признаками. Применение основных методов оценки взаимосвязей мы разберем на реальных данных; к примеру, проверим, что важнее для того, чтобы человек был удовлетворен жизнью: материальное благополучие или уважение окружающих. Кроме того, мы покажем, как рассчитывать основные коэффициенты связи в R и SPSS.
- Понятие статистической взаимосвязи: идея и основные виды
- Исследование взаимосвязей: разные шкалы — разные инструменты
- Линейные взаимосвязи между двумя признаками. Коэффициенты корреляции
- Проверка значимости коэффициентов корреляции
- Таблицы сопряженности: введение
- Исследование взаимосвязей при помощи критерия хи-квадрат
- Таблицы сопряженности: исследование силы и характера взаимосвязи
- Пример исследования взаимосвязей на основе таблиц сопряженности
- Практика 1. Вычисление коэффициента корреляции в R
- Практика 2. Исследование взаимосвязей в SPSS: коэффициенты корреляции и таблицы сопряженности
В заключительном модуле курса мы поговорим о модели линейной регрессии, которая позволяет не только делать вывод о связи между признаками, но и строить прогноз, т. е. рассчитывать значение одного (зависимого) признака, зная значения других, определяющих его. Мы начнем с общей идеи модели, поговорим о возможностях и ограничениях инструмента. Затем на примере пошагово разберем, как построить модель линейной регрессии, как оценить ее качество и как построить прогноз на основе модели. Базовый пример модуля — модель, построенная на реальных данных, предоставленных компанией 2GIS.
- Модель линейной регрессии: основная идея
- Типы данных
- Оценки параметров регрессии
- Оценка качества модели
- Отбор значимых признаков
- Мультиколлинеарность
- Гетероскедастичность
- Проверка предположений о модели
- Прогноз
- Практика 1. Линейная регрессия в R
- Практика 2. Линейная регрессия в SPSS
Специализация «Анализ данных»
Этот курс — часть специализации. Вы можете приобрести сразу четыре курса со скидкой 15%
Авторы
- Ольга ЕчевскаяСоциолог-исследователь, кандидат социологических наук, преподаватель курса «Анализ данных» в Новосибирском государственном университете
- Виктор ДеминАналитик данных компании 2GIS, Team lead, кандидат технических наук
- Наталья ГалановаАналитик данных компании 2GIS.
Как выглядит курс
Исследование статистических взаимосвязей
Прослушав этот курс, вы:
- Научитесь анализировать взаимосвязи между признаками, оценивать силу и значимость этих взаимосвязей
- Сможете грамотно выбрать статистический инструмент под вашу задачу исходя из ограничений имеющихся данных
- Освоите принципы проверки статистических гипотез о взаимосвязи признаков
- Узнаете, как считать корреляции, строить таблицы сопряженности и регрессионные модели в SPSS и R
- Попробуете себя в роли аналитика данных, выполнив свой исследовательский проект
- Что вы получите
- 4 модуля, 34 видеолекции
- Авторская подача: просто, понятно, с примерами, разбором типичных ошибок, демонстрацией решения задач в SPSS и R
- Практическое задание на реальных данных компании 2GIS
- Свободное расписание: нет дедлайнов и сроков сдачи заданий
- Задания для самопроверки
- Тест после каждого модуля
- Практическое задание для отработки навыков анализа данных
- Профессиональное видео и современная графика
- Быстрая связь с техподдержкой и чат с автором
- В бесплатном режиме первый модуль доступен вам полностью. После оплаты обучения для вас откроется полный доступ к курсу, проверочным заданиям после каждого урока и сертификации
- Зачем
- Научиться находить и анализировать взаимосвязи
- Попрактиковаться в решении актуальных рыночных задач на реальных данных
- Научиться строить и анализировать модели линейной регрессии
- Познакомиться с инструментами анализа данных — SPSS и R
- Попробовать себя в решении актуальных аналитических задач
Этот курс временно не запускается на Лекториуме. Оставьте свою почту, и мы напишем, когда курс откроется
FAQ
Запуск курса в июне 2023. В день начала обучения вы получите оповещение на указанную почту.
Все обучение проходит онлайн. Вы изучаете уроки и общаетесь с сокурсниками и автором в чате.
В нашем курсе нет дедлайнов и сроков. Вы можете проходить его в комфортном темпе.
В нашем курсе нет вебинаров. Вы можете общаться с автором в чате.
Для просмотра лекций вам подойдет практически любое устройство (компьютер, телефон, планшет), на котором вам комфортно работать. Скорость интернета должна быть такой, чтобы можно было без задержек смотреть потоковое видео, например с YouTube. Выполнять тесты и выпускать сертификаты удобнее на компьютере.
Нет, вы учитесь на онлайн-платформе и смотрите потоковое видео.
Реквизиты курса
Длительность курса
5 недель
Организаторы
Новосибирский государственный университет, 2 GIS
Находясь на сайте, вы даете согласие на обработку файлов cookie. Это необходимо для более стабильной работы сайта