Анализ данных — критически важная область для исследователя как в области науки, так и в индустрии. Но в привычных университетских курсах встречается ряд проблем. Это и непоследовательность изложения материала, и недостаточное внимание к математической составляющей, и слабое фундирование математических концепций в предметном материале исследовательской области. Все эти проблемы автор постарался решить в данном курсе.

Подавляющее большинство существующих методов анализа данных основаны на линейных моделях, поэтому им мы уделим основное внимание в нашем курсе. И все же аналитика невозможна без хорошего знания специального программного обеспечения и математической статистики. Поэтому в данном курсе мы начнем с самого начала. Всего нас ждет 15 лекций и 30 практических занятий, в ходе которых, начав с освоения языка R как самого популярного в социальных науках и заложив некоторый математический фундамент, мы изучим самые важные темы математической статистики и последовательно будем двигаться в бескрайнем океане линейных моделей. Мы не сможем освоить всё — это факт. Однако в ходе курса вы получите необходимые и достаточные знания для того, чтобы свободно ориентироваться в анализе данных научных исследований. Кроме того, опираясь на полученные знания, вы сможете далее самостоятельно расширять их в сторону, например, машинного обучения и других методов, активно используемых в индустрии.

Нас ждем много теории и много практики, ведь научиться анализу данных можно только анализируя данные. Курс главным образом нацелен на исследователей в области психологии и смежных социальных и гуманитарных наук, однако освоение рассматриваемых в курсе методов будет полезно исследователям широкого круга специальностей, поэтому мы не ставим ограничений по профилю и уровню знаний.

Ждём ваших заявок!

• • R programming

    • Знакомство с R и RStudio

    • Типы данных

    • Структуры данных

    • Функции

    • Работа с реальными данными

    • Предобработка данных. Концепция tidy data

    • Визуализация данных

  • Теория вероятностей и математическая статистика

    • Избранные темы из математического анализа, линейной алгебры и других разделов математики

    • Введение в статистику

    • Случайный эксперимент

    • Вероятность и случайные величины

    • Оценивание параметров в практике статистического анализа

    • Тестирование статистических гипотез

  • Анализ данных

    • Описательные статистики

    • Корреляционный анализ

    • Общие линейные модели. Простая линейная регрессия

    • Множественная линейная регрессия

    • Дисперсионный анализ

    • Ковариационный анализ

    • Обобщенные линейные модели. Логистическая регрессия

    • Пуассоновская регрессия

    • Регуляризация регрессии

    • Смешанные линейные модели

    • Кластерный анализ

    • Анализ главных компонент

    • Факторный анализ