Математическая статистика

Математическая статистика

Название курса	Источник / Организация	Возраст	Длина курса
Математическая статистика Выборка, описательная статистика Общие рекомендации. Моделирование Краткий обзор понятий теории вероятностей Выборка. Выборочное пространство Описательная статистика Точечные оценки, свойства и методы построения Точечные оценки и их свойства Методы построения точечных оценок Доверительные интервалы, стратифицированные выборки Стратифицированные выборки Доверительные интервалы Статистические гипотезы, параметрические критерии Лемма Неймана-Пирсона Критерии о параметрах нормального распределения Критерии о параметрах нормального и биномиального распределений Критерии однородности Параметрические критерии однородности Непараметрические критерии однородности Однофакторный дисперсионный анализ Критерии согласия, таблицы сопряжения Критерии согласия хи-квадрат и Колмогорова Критерии нормальности Таблицы сопряженности Регрессионный анализ Множественная линейная регрессия Анализ остатков, корреляционный анализ	Stepik / CSC	Старшая школа и студенты	11 часов видео, 200 тестов
Основы статистики.1 Введение Генеральная совокупность и выборка Нормальное распределение Центральная предельная теорема Идея статистического вывода, p-уровень значимости Сравнение средних T-распределение Проверка распределения на нормальность, QQ-Plot Однофакторный дисперсионный анализ ANOVA Корреляция и регрессия Корреляция Регрессия Гипотеза о значимости взаимосвязи и коэффициент детерминации Регрессионный анализ Классификация: логистическая регрессия и кластерный анализ	Stepik / Институт Биоинформатики	Старшая школа и студенты	4 часа видео, 100 тестов
Основы статистики.2 Анализ номинативных данных Распределение Хи-квадрат Пирсона Анализ таблиц сопряженности Точный критерий Фишера Практические задания на R Логистическая регрессия и непараметрические методы Логистическая регрессия: модели без предикторов и с предикторами Взаимодействие номинативных предикторов Непараметрический анализ Кластерный анализ и метод главных компонент Кластерный анализ методом k - средних Может ли кластерный анализ ""ошибаться""? Иерархическая кластеризация Введение в метод анализа главных компонент Практические задания на R	Stepik / Институт Биоинформатики	Старшая школа и студенты	6 часов видео, 100 тестов
Основы статистики.3 подробнее о линейной регрессии Линейная регрессия, линейность взаимосвязи Логарифмическая трансформация переменных Проблема гетероскедастичности Мультиколлинеарность Практические задания на R Смешанные регрессионные модели Нарушение допущения о независимости наблюдений Смешанные регрессионные модели. Реализация в R Статистическая значимость, обобщённые модели и случайные эффекты Практические задания на R Bootstrap Складной нож (jackknife) Bootstrap Практические задания на R	Stepik / Институт Биоинформатики	Старшая школа и студенты	4 часа видео, 50 тестов