|
所在平台: Coursera专项课程 课程类别: 其他类别 大学或机构: CourseraNew |
课程主页: https://www.coursera.org/specializations/prosto-o-statistike
课程评论：没有评论
课程名称：简单统计学（使用R） 课程概述： “简单统计学”专项课程将带您了解应用数据分析的基础知识。课程不涉及复杂的数学内容，而是通过多个实践示例来帮助您理解统计学的基本概念。 您将学习如何通过图形化方式和描述性统计来描述数据；测试假设，调整多重测试的影响。通过线性模型，您将能够分析不同类型的数据，并检测统计方法的假设是否成立。特别是，我们将讨论简单和多重线性回归、方差分析、逻辑回归以及泊松回归等内容。最终，您将掌握构建混合线性模型的技巧，以便在观察互相依赖的数据时，能进行有效分析。 在统计分析中，我们将使用R语言——这是一个通用的数据科学语言。即使您之前没有编程经验，也能够学习如何调整现有代码，并创建自己的数据分析脚本。 每门课程都以实践项目结束，因此在完成专项课程后，您将能够汇集来自不同数据分析的作品，形成自己的作品集。您将学会使用knitr / rmarkdown包，在R中生成符合可重复研究传统的项目报告。 课程大纲： 1. [R基础与基本统计](http://coursegraph.com/coursera-znakomstvo-r-bazovaya-statistika?specialization=prosto-o-statistike) 2. [线性回归](http://coursegraph.com/coursera-lineynaya-regressiya?specialization=prosto-o-statistike) 3. [具有离散预测因子的线性模型](http://coursegraph.com/coursera-lineyniye-modeli-s-diskretnimi-prediktorami?specialization=prosto-o-statistike) 4. [广义线性模型](http://coursegraph.com/coursera-obobshchennye-linejnye-modeli?specialization=prosto-o-statistike)
Знакомство с R и базовая статистика
Линейная регрессия
Линейные модели с дискретными предикторами
Обобщенные линейные модели
Специализация “Просто о статистике” познакомит вас с основами прикладного анализа данных. Здесь не будет сложной математики, зато мы разберем на практике множество примеров. Вы научитесь описывать данные графически и при помощи описательных статистик; тестировать гипотезы, делая поправки на множественность тестов. При помощи линейных моделей вы сможете анализировать данные разных типов и проверять, выполняются ли допущения, лежащие в основе статистических методов. В частности, мы разберем, как устроены простая и множественная линейная регрессия, дисперсионный анализ, логистическая и Пуассоновская регрессия и т.д. Наконец, вы научитесь строить смешанные линейные модели, позволяющие работать с данными, когда благодаря дизайну сбора материала отдельные наблюдения оказываются взаимозависимы. Для статистического анализа мы будем использовать язык R -- универсальный язык науки о данных. Даже если вы раньше не писали программ, вы сможете научиться не только адаптировать существующие, но и создавать свои собственные скрипты для анализа данных. Каждый из курсов заканчивается практическим проектом, так что к концу специализации вы сможете собрать портфолио из разных видов анализа данных. Отчеты по проекту, выдержанные в традиции воспроизводимых исследований, вы научитесь создавать, не покидая R, при помощи пакетов knitr / rmarkdown.
