課程信息
4.1
17 個評分
3 個審閱
專項課程

第 3 門課程(共 4 門),位於

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7 小時

建議:5 недель обучения, 3-5 часов в неделю...
可選語言

俄語(Russian)

字幕:俄語(Russian)...
專項課程

第 3 門課程(共 4 門),位於

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7 小時

建議:5 недель обучения, 3-5 часов в неделю...
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 3 小時

Одновыборочные и двухвыборочные критерии

В первом модуле курса мы начнем разбираться со статистическими инструментами сравнения параметров и распределений в группах. Сначала поговорим об основных задачах межгрупповых сравнений, затем рассмотрим одновыборочные и двухвыборочные критерии, научимся сравнивать связанные и несвязанные выборки и посмотрим на практике, на реальных данных, как рассчитывать основные статистики в R и SPSS и интерпретировать полученные результаты. ...
Reading
9 個視頻(共 70 分鐘), 9 個閱讀材料, 6 個測驗
Video9 個視頻
1.1. Введение в межгрупповые сравнения9分鐘
1.2. Одновыборочные критерии сравнения средних7分鐘
1.3. Сравнение двух независимых выборок8分鐘
1.4. Сравнение дисперсий двух независимых выборок9分鐘
1.5. Сравнение распределений двух независимых выборок5分鐘
1.6. Сравнение двух связанных выборок5分鐘
1.7. Критерии равенства групп. Практика11分鐘
1.8. Сравнение средних в SPSS. Практика7分鐘
Reading9 個閱讀材料
О чём этот курс и как он устроен10分鐘
Дополнительные материалы по статистическим пакетам10分鐘
Данные, на которые мы опираемся10分鐘
1.1. Введение в межгрупповые сравнения (презентация)10分鐘
1.2. Одновыборочные критерии сравнения средних (презентация)10分鐘
1.3. Сравнение двух независимых выборок (презентация)10分鐘
1.4. Сравнение дисперсий двух независимых выборок (презентация)10分鐘
1.5. Сравнение распределений двух независимых выборок (презентация)10分鐘
1.6. Сравнение двух связанных выборок (презентация)10分鐘
Quiz6 個練習
Вопросы для самопроверки6分鐘
Вопросы для самопроверки4分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Одновыборочные и двухвыборочные критерии20分鐘
2
完成時間(小時)
完成時間為 3 小時

Сравнение нескольких выборок

В этом модуле мы продолжим разговор о сравнении групп. Мы научимся сравнивать несколько групп при помощи разных инструментов, грамотно выбирать инструменты исходя из задачи и типа данных, с которыми мы работаем, и на практике, на реальных данных посмотрим, как рассчитывать основные статистики в R и SPSS и интерпретировать полученные результаты. ...
Reading
9 個視頻(共 61 分鐘), 6 個閱讀材料, 7 個測驗
Video9 個視頻
2.2. Сравнение средних для k независимых выборок: непараметрический случай5分鐘
2.3. Сравнение средних для нескольких связанных выборок10分鐘
2.4. Критерий Фридмана6分鐘
2.5. Биномиальные данные4分鐘
2.6. Проверка соответствия выборочных пропорций теоретическим7分鐘
2.7. Проверка гипотез о равенстве средних для нескольких зависимых и независимых групп в R. Практика8分鐘
2.8. Сравнение средних в SPSS: k-выборочные критерии. Практика7分鐘
Сравнение средних в SPSS: тесты для связанных выборок. Практика5分鐘
Reading6 個閱讀材料
2.1. Сравнение средних для k независимых выборок: параметрический случай (презентация)10分鐘
2.2. Сравнение средних для k независимых выборок: непараметрический случай (презентация)10分鐘
2.3. Сравнение средних для нескольких связанных выборок (презентация)10分鐘
2.4. Критерий Фридмана (презентация)10分鐘
2.5. Биномиальные данные (презентация)10分鐘
2.6. Проверка соответствия выборочных пропорций теоретическим (презентация)10分鐘
Quiz7 個練習
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Сравнение нескольких выборок20分鐘
3
完成時間(小時)
完成時間為 3 小時

Введение в кластерный анализ

В третьем модуле курса мы поговорим о методах выделения групп. Если до этого мы сравнивали группы, которые уже были нам известны, то во второй половине курса мы будем говорить о том, как обнаружить группы в данных, как их выделить, охарактеризовать, и что можно делать с построенной классификацией дальше. Основной фокус модуля - агломеративные методы классификации. В заключении, как всегда, практика на реальных данных. ...
Reading
8 個視頻(共 55 分鐘), 6 個閱讀材料, 6 個測驗
Video8 個視頻
3.2. Меры сходства. Меры расстояния4分鐘
3.3. Корреляционные меры сходства и меры ассоциативности7分鐘
3.4. Иерархический кластерный анализ7分鐘
3.5. Определение оптимального количества кластеров8分鐘
3.6. Иерархический кластерный анализ: пример10分鐘
3.7. Иерархический кластерный анализ в R. Практика3分鐘
3.8. Иерархический кластерный анализ в SPSS. Практика6分鐘
Reading6 個閱讀材料
3.1. Особенности методов кластерного анализа (презентация)10分鐘
3.2. Меры сходства. Меры расстояния (презентация)10分鐘
3.3. Корреляционные меры сходства и меры ассоциативности (презентация)10分鐘
3.4. Иерархический кластерный анализ (презентация)10分鐘
3.5. Определение оптимального количества кластеров (презентация)10分鐘
3.6. Иерархический кластерный анализ: пример (презентация)10分鐘
Quiz6 個練習
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Введение в кластерный анализ20分鐘
4
完成時間(小時)
完成時間為 3 小時

Итерационные методы кластерного анализа

В заключительном модуле курса мы разберемся с еще одним классом методов кластеризации - с итерационными методами: увидим, как работают алгоритмы, каковы возможности и ограничения разных алгоритмов, научимся строить классификации, оценивать их качество, характеризовать и анализировать полученные группы, а также разберем некоторые инструменты визуализации результатов классификации. В заключении, как всегда, практика на реальных данных. ...
Reading
8 個視頻(共 50 分鐘), 6 個閱讀材料, 5 個測驗
Video8 個視頻
4.2. Метод K-средних. Пример5分鐘
4.3. Алгоритм Forel4分鐘
4.4. Forel. Пример4分鐘
4.5. Способы оценки качества кластеризации8分鐘
4.6. Графические инструменты в кластерном анализе6分鐘
4.7. Построение кластерного анализа с помощью k-средних в R. Практика7分鐘
4.8. Построение кластерного анализа методом k-средних в SPSS. Практика7分鐘
Reading6 個閱讀材料
4.1. Метод k-средних (презентация)10分鐘
4.2. Метод K-средних. Пример (презентация)10分鐘
4.3. Forel. Пример работы алгоритма (презентация)10分鐘
4.4. Forel. Пример (презентация)10分鐘
4.5. Способы оценки качества кластеризации (презентация)10分鐘
4.6. Графические инструменты в кластерном анализе (презентация)10分鐘
Quiz5 個練習
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки4分鐘
Вопросы для самопроверки6分鐘
Итерационные методы кластерного анализа20分鐘

講師

Avatar

Ольга Ечевская

доцент, кандидат социологических наук
Кафедра общей социологии ЭФ НГУ
Avatar

Виктор Дёмин

Специалист по анализу данных, кандидат технических наук
Компания 2GIS
Avatar

Наталья Галанова

Специалист по анализу данных
Компания 2GIS

關於 Novosibirsk State University

Novosibirsk State University (NSU) is a research university located in Novosibirsk Akademgorodok, the world-famous scientific center in Siberia. 80% of NSU teachers are active researchers affiliated with the Russian Academy of Sciences; therefore education is closely linked to world-class science: our students get first-hand knowledge about scientific discoveries before they are published. Nearly 6000 students (including international students from 37 countries) are enrolled at undergraduate and graduate programs offered by 13 departments. The leading areas of NSU expertise are natural sciences, life sciences, physics, math, IT, and more....

關於 Анализ данных 專項課程

В рамках специализации вы освоите основные методы работы с количественными данными, в том числе основы теории вероятностей и математической статистики, инструменты исследования связей между признаками, научитесь строить прогнозы на основе регрессионных моделей, сравнивать группы, выделять группы методами кластерного анализа, строить классификации, визуализировать данные, интерпретировать и представлять результаты статистического анализа. Вы примените эти методы на учебных примерах и сможете адаптировать их под специфику ваших данных и задач. В курсах специализации мы рассмотрим, как оценить связь условий труда и удовлетворенности работой, как спрогнозировать количество кликов на сайт компании, как разделить университеты на классы, как выявить стратегии поиска работы, как отличить геозависимую рубрику от геонезависимой, и множество других практических задач. Кроме того, мы научимся решать такие задачи в популярных средах анализа данных (SPSS и R). В заключительной части каждого курса вам предстоит выполнить проект на реальных данных, который позволит применить полученные знания на практике и продемонстрировать умение анализировать и представлять результаты анализа статистически и графически. Специализация разработана Новосибирским государственным университетом, одним из ведущих исследовательских университетов России и мира, совместно с 2GIS, известной международной технологической компанией, которая разрабатывает сервисы для комфортной жизни в городе....
Анализ данных

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