課程信息
100% 在線

100% 在線

立即開始,按照自己的計劃學習。
可靈活調整截止日期

可靈活調整截止日期

根據您的日程表重置截止日期。
中級

中級

完成時間(小時)

完成時間大約為17 小時

建議:9 hours/week...
可選語言

俄語(Russian)

字幕:俄語(Russian)

您將獲得的技能

Logistic RegressionR ProgrammingPoisson RegressionGeneralized Linear Mixed Model (GLMM)Random Effects Model
100% 在線

100% 在線

立即開始,按照自己的計劃學習。
可靈活調整截止日期

可靈活調整截止日期

根據您的日程表重置截止日期。
中級

中級

完成時間(小時)

完成時間大約為17 小時

建議:9 hours/week...
可選語言

俄語(Russian)

字幕:俄語(Russian)

教學大綱 - 您將從這門課程中學到什麼

1
完成時間(小時)
完成時間為 4 小時

Знакомство со смешанными линейными моделями

В этом модуле вы сделаете первый шаг в мир смешанных линейных моделей. Вы познакомитесь с понятием случайного фактора. Вы увидите примеры дизайнов сбора данных, когда использование таких факторов становится необходимым и поймете, что происходит с моделями, если такие факторы не учитывать или учитывать нерационально. Вам предстоит построить смешанную модель, предполагающую, что переменная-отклик подчиняется нормальному распределению. На этом примере вы научитесь трактовать результаты построения смешанных моделей и визуализировать их. Вы увидите, что подходы к работе со смешанными моделями существенно отличаются от более привычных нам форм регрессионного и дисперсионного анализа. ...
Reading
14 個視頻 (總計 90 分鐘), 2 個閱讀材料, 1 個測驗
Video14 個視頻
Пример - недосып и время реакции6分鐘
Недосып. Почему обычные методы не работают?4分鐘
Фиксированные и случайные факторы4分鐘
GLMM со случайным отрезком5分鐘
Визуализация предсказаний GLMM со случайным отрезком7分鐘
Индуцированная корреляция9分鐘
Диагностика модели со случайным отрезком6分鐘
GLMM со случайным отрезком и углом наклона5分鐘
Визуализация предсказаний GLMM со случайным отрезком и углом наклона4分鐘
Диагностика модели со случайным отрезком и углом наклона4分鐘
Смешанные линейные модели9分鐘
Тестирование гипотез в смешанных моделях12分鐘
Что мы знаем и что будет дальше5分鐘
Reading2 個閱讀材料
Обзор курса10分鐘
Знакомство со смешанными линейными моделями10分鐘
2
完成時間(小時)
完成時間為 3 小時

Моделирование структуры дисперсии в смешанных моделях

Одним из ключевых ограничений при работе с моделями, основанными на нормальном распределении переменной отклика, является отсутствие гетероскедастичности. Тем не менее признаки неравенства дисперсии для разных значений ковариат выявляются очень часто. Если гетерогенность дисперсий не учитывать, это может привести к неадекватной трактовке результатов подбора модели. В этом модуле мы рассмотрим один из возможных подходов к решению этой проблемы - моделирование структуры дисперсии. Вы познакомитесь с нескольким способами моделирования связи между варьированием переменной отклика и непрерывными или дискретными предикторами, которые называются ковариаты дисперсии. Мы рассмотрим как можно ввести такой компонент, как в простую, так и смешанную линейную модель. ...
Reading
9 個視頻 (總計 65 分鐘), 1 個閱讀材料, 1 個測驗
Video9 個視頻
Пример – сексуальная активность мух10分鐘
Моделирование дисперсии4分鐘
Дисперсия может зависеть от непрерывной ковариаты11分鐘
Дисперсия может зависить от дискретного фактора4分鐘
Моделирование гетерогенности дисперсии – финальная модель8分鐘
Моделирование структуры дисперсии при наличии случайных факторов4分鐘
Модель со случайным фактором5分鐘
Моделируем структуру дисперсии8分鐘
Reading1 個閱讀材料
Моделирование структуры дисперсии в смешанных моделях10分鐘
3
完成時間(小時)
完成時間為 3 小時

Смешанные линейные модели для счетных данных

В этом модуле вы научитесь моделировать поведение счетных величин при помощи обобщенных смешанных линейных моделей (GLMM). В основе этих моделей будет лежать распределение Пуассона или отрицательное биномиальное распределение. Мы вместе вспомним, что такое связывающей функция, и каким образом она обеспечивает связь между предиктором и счетной зависимой переменной. GLMM для счетных данных требуют, чтобы связь среднего и дисперсии в данных соответствовала ожидаемой для выбранного распределения. Вы научитесь оценивать степень избыточности дисперсии и бороться с ней, если она присутствует. Мы встретим и обсудим случаи, когда функции языка R не будут способны подобрать модель по техническим причинам, и рассмотрим некоторые методы устранения таких проблем. Наконец, мы обсудим особенности трактовки результатов GLMM: интерпретацию коэффициентов моделей, основанных на распределениях для счетных данных, методы тестирования гипотез, пост-хок тесты и способы визуализации результатов....
Reading
9 個視頻 (總計 61 分鐘), 1 個閱讀材料, 1 個測驗
Video9 個視頻
Пример – саламандры и добыча угля10分鐘
Смешанная модель с Пуассоновским распределением отклика.7分鐘
Диагностика моделей с Пуассоновским распределением. Избыточность дисперсии6分鐘
Смешанная модель с отрицательным биномиальным распределением отклика7分鐘
Диагностика модели с отрицательным биномиальным распределением отклика5分鐘
Тестирование гипотез8分鐘
Визуализация модели4分鐘
Что мы знаем и что будет дальше2分鐘
Reading1 個閱讀材料
Материалы: Смешанные линейные модели для счетных данных10分鐘
4
完成時間(小時)
完成時間為 5 小時

Смешанные линейные модели для бинарных данных

В последнем модуле этой специализации мы применим весь имеющийся нашем арсенале набор средств для построения модели, в которой зависимая переменная имеет бинарную природу. Мы повторим принципы работы с бинарными переменными: переход от вероятностей к шансам и логитам. Далее мы обсудим материал, в котором несколько случайных факторов находятся в иерархическом соподчинении. На примере модели для этих данных мы рассмотрим разнообразные подводные камни, которые имеются при работе со смешанными моделям с бинарной переменной-откликом....
Reading
9 個視頻 (總計 74 分鐘), 1 個閱讀材料, 2 個測驗
Video9 個視頻
Пример -- морские звезды и мидии9分鐘
Знакомимся с данными4分鐘
Подбираем модель14分鐘
Дорабатываем модель5分鐘
Анализ итогов7分鐘
Визуализация модели6分鐘
Дополнительные штрихи к модели9分鐘
Что мы знаем и что важное осталось за рамками4分鐘
Reading1 個閱讀材料
Материалы: Смешанные линейные модели для бинарных данных10分鐘

講師

Avatar

Варфоломеева Марина Александровна

Старший преподаватель
Кафедра зоологии беспозвоночных
Avatar

Хайтов Вадим Михайлович

Доцент
Кафедра Зоологии беспозвоночных

關於 圣彼得堡国立大学

The Saint-Petersburg University (SPbU) is a state university, located in Saint-Petersburg, Russia. Founded in 1724, SPbU is the oldest institution of higher education in Russia. At present, there are more than 30 000 students in SPbU studying 398 programmes...

關於 Просто о статистике (с использованием R) 專項課程

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....
Просто о статистике (с использованием R)

常見問題

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

還有其他問題嗎?請訪問 學生幫助中心