About this Course
100% online

100% online

Start instantly and learn at your own schedule.
Flexible deadlines

Flexible deadlines

Reset deadlines in accordance to your schedule.
Intermediate Level

Intermediate Level

Hours to complete

Approx. 21 hours to complete

Suggested: 8 hours/week...
Available languages

Russian

Subtitles: Russian...
100% online

100% online

Start instantly and learn at your own schedule.
Flexible deadlines

Flexible deadlines

Reset deadlines in accordance to your schedule.
Intermediate Level

Intermediate Level

Hours to complete

Approx. 21 hours to complete

Suggested: 8 hours/week...
Available languages

Russian

Subtitles: Russian...

Syllabus - What you will learn from this course

Week
1
Hours to complete
3 hours to complete

Корреляционный анализ. Простая линейная регрессия

Мы начнем разговор о методах численного описания связей между количественными величинами с коэффициентов ковариации и корреляции, которые позволяют оценить силу и направление связи. Затем вы узнаете, какую дополнительную информацию о связях можно получить, построив линейную модель зависимости между величинами. Вы научитесь интерпретировать коэффициенты регрессии и узнаете, когда и как можно использовать линейные модели для предсказаний на новых данных. К концу этого модуля вы научитесь подбирать уравнение линейной модели и строить ее график с доверительной областью....
Reading
14 videos (Total 97 min), 2 readings, 1 quiz
Video14 videos
Пример - размер мозга и IQ8m
Взаимосвязи между явлениями8m
Ковариация и корреляция9m
Тестирование статистической значимости коэффициента корреляции4m
Корреляционный анализ в R4m
Модели как отражение взаимосвязи6m
Простая линейная регрессия9m
Метод наименьших квадратов10m
Подбор коэффициентов линейной регресии в R6m
Стандартные ошибки коэффициентов регрессии7m
Доверительные интервалы коэффициентов и доверительная зона регрессии6m
Использование регрессии для предсказаний9m
Что мы знаем и что будет дальше3m
Reading2 readings
Обзор курса10m
Материалы: Корреляционный анализ. Простая линейная регрессия10m
Week
2
Hours to complete
3 hours to complete

Проверка значимости и валидности линейных моделей

Построить линейную модель и записать ее уравнение - это только самое начало анализа. В этом модуле вы узнаете, как описывать результаты регрессионного анализа: как проверить статистическую значимость модели в целом или ее коэффициентов, оценить качество подгонки. У линейных моделей (вернее, у статистических тестов, которые для них используются), как у любого метода, есть свои ограничения. Вы узнаете, что это за ограничения и откуда они возникают. Графические методы диагностики, которыми мы будем пользоваться, универсальны для разных линейных моделей - больше практики поможет вам увереннее принимать решения. Разобравшись со всем этим, вы сможете написать на языке R полный скрипт для подбора, диагностики и представления результатов простой линейной регрессии....
Reading
13 videos (Total 89 min), 1 reading, 1 quiz
Video13 videos
Тестирование значимости коэффициентов регрессии при помощи t-теста7m
Тестирование значимости модели при помощи F критерия8m
Качество подгонки модели4m
Не стоит обольщаться. Зачем нужна диагностика моделей4m
Разновидности остатков6m
Влиятельные наблюдения и как с ними бороться8m
Линейность связи8m
Независимость наблюдений10m
Нормальное распределение остатков6m
Постоянство дисперсии остатков5m
Анализ остатков в R10m
Что мы знаем и что будет дальше3m
Reading1 reading
Материалы: Проверка значимости и валидности линейных моделей10m
Week
3
Hours to complete
3 hours to complete

Краткое введение в мир линейной алгебры

В этом модуле мы с вами погрузимся в самое сердце линейных моделей. Для этого вам придется изучить или вспомнить основы линейной алгебры. Мы обсудим разновидности матриц, способы их создания в R и основные операции с ними. Все это нам понадобится, чтобы разобраться, как устроена линейная регрессия изнутри. Вы узнаете, что такое модельная матрица, научитесь записывать уравнение линейной регрессии в виде матриц и находить его коэффициенты. Вы своими глазами увидите хэт-матрицу, которая позволяет получать предсказанные значения, и даже сможете ее вычислить вручную. Наконец, вы научитесь рассчитывать остаточную дисперсию, вариационно-ковариационную матрицу и использовать все это для того, чтобы строить доверительную зону регрессии. Потом эти знания помогут вам разобраться с устройством более сложных моделей: с дискретными предикторами, с другими распределениями остатков, с иным устройством вариационно-ковариационной матрицы....
Reading
11 videos (Total 81 min), 1 reading, 1 quiz
Video11 videos
Разновидности матриц3m
Основные действия с матрицами7m
Основы матричного умножения9m
Умножение двух матриц10m
Решение систем уравнений при помощи матриц12m
Линейная регрессия в матричном виде7m
Вычисление остатков в матричном виде5m
Строим график модели вручную6m
Доверительная зона регрессии в матричном виде10m
Что мы знаем и что будет дальше2m
Reading1 reading
Материалы: Краткое введение в мир линейной алгебры10m
Week
4
Hours to complete
3 hours to complete

Множественная линейная регрессия

Чаще всего связи между величинами устроены сложнее, чем это можно описать при помощи простой линейной регрессии. Множественная линейная регрессия используется, чтобы описать, как переменная-отклик зависит от нескольких предикторов. С появлением в модели множества предикторов у линейной регрессии появляется новое условие применимости - требование отсутствия мультиколлинеарности. В этом модуле вы узнаете, как можно выявить мультиколлинеарность и избежать ее. Наконец, нередко во множественных моделях переменных больше, чем это можно изобразить на плоскости, поэтому мы научим вас простым приемам, которые помогут создавать информативные графики даже в таком случае....
Reading
12 videos (Total 93 min), 1 reading, 1 quiz
Video12 videos
Пример - маркер рака простаты3m
Протокол анализа данных7m
Разведочный анализ в R17m
Модель множественной линейной регрессии и ее интерпретация11m
Мультиколлинеарность и другие условия применимости15m
Взаимодействия предикторов3m
Сравнение влияния отдельных предикторов7m
Качество подгонки модели множественной линейной регрессии3m
Визуализация модели: один предиктор10m
Визуализация модели: два предиктора5m
Что мы знаем и что будет дальше1m
Reading1 reading
Материалы: Множественная линейная регрессия10m

Instructors

Avatar

Варфоломеева Марина Александровна

Ассистент
Кафедра Зоологии беспозвоночных

Хайтов Вадим Михайлович

Доцент
Кафедра Зоологии беспозвоночных

About Saint Petersburg State University

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...

Frequently Asked Questions

  • Once you enroll for a Certificate, you’ll have access to all videos, quizzes, and programming assignments (if applicable). Peer review assignments can only be submitted and reviewed once your session has begun. If you choose to explore the course without purchasing, you may not be able to access certain assignments.

  • When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

More questions? Visit the Learner Help Center.