-
Курс включает рассмотрение всех основных этапов статистического анализа, начиная от изучения предметной области и правильного сбора данных, заканчивая оценкой адекватности построенной модели и ее интерпретации на языке исходной проблемы. Программа курса построена таким образом, что, начинаясь с основ, будет понятна и доступна слушателям, не имеющим специальной подготовки в области статистического анализа. Однако, по мере продвижения и углубления, в рамках программы рассматриваются более серьезные и глубокие методы исследования. В рамках курса слушатели приобретут базовые навыки работы в программах статистической обработки данных SPSS, Statistica; особый акцент делается на пакет R.
Возможна разработка заданий различной сложности для слушателей различного уровня подготовки.
Цель: ознакомить слушателей с основными статистическими методами, применяемыми при анализе данных в различных областях гуманитарных наук, психологии, социологии, лингвистики и пр., научить решать задачи статистического анализа данных, начиная от формулирования исходных задач соответствующей предметной области на языке прикладной статистики, выбора методов решения и критериев качества полученных решений и заканчивая формулировкой полученных выводов на языке предметной области.
По итогам курса слушатели смогут:
1. Проводить предварительную обработку данных для статистических исследований
2. Применять статистические методы для анализа данных
3. Применять пакеты прикладных программ для реализации статистических методов
4. Интерпретировать полученные результаты
Сертификат о прохождении данного курса дает дополнительные баллы при поступлении в магистратуру Национального исследовательского Томского государственного университета. Перечень магистерских программ находится по ссылке: https://pro-online.tsu.ru/edu/student/table.php
Overview
Syllabus
-
- Приветственный модуль
- Модуль 1. Знакомство с пакетом R
- В этом модуле слушатели познакомятся с пакетом R и основными принципами работы в пакете. Если Вы уже владеете основными навыками программирования в R или не планируете выбирать этот пакет для проведения своих исследований, то данный модуль можно пропустить и перейти к следующему.
- Модуль 2. Введение. Предварительная обработка данных. Оценки параметров. Описательные статистики
- В этом модуле мы познакомимся с предметом статистики, основными статистическими пакетами, которые будут использованы в курсе для реализации изученных методов. Будут обозначены основные этапы статистического анализа. Мы поговорим о разных типах данных, об их предварительной обработке и «чистке», научимся представлять выборки и оценивать их основные числовые характеристики.
- Модуль 3. Проверка статистических гипотез. Сравнение групп. Параметрические и непараметрические критерии
- В этом модуле мы познакомимся с понятием статистической гипотезы и алгоритмом проверки гипотез, изучим параметрические и непараметрические критерии сравнения выборок, научимся выявлять статистические отличия между двумя и более группами.
- Модуль 4. Корреляционный анализ
- В данном модуле мы познакомимся с понятием корреляции, изучим основные корреляционные коэффициенты, применяемые для выявления связей между переменными различных типов (количественными, порядковыми, качественными). Научимся выявлять статистически значимые связи и оценивать степень тесноты статистической связи между исследуемыми величинами с применением пакетов прикладных программ.
- Модуль 5. Регрессионный и дисперсионный анализ
- В данном модуле мы познакомимся с основами регрессионного и дисперсионного анализа, узнаем, в каких случаях они могут применяться и какие модели могут быть построены этими методами. А также проведем анализ реальных данных с помощью пакетов программ, построим модели, проверим их адекватность и качество.
