Статистика для анализа данных

2022/2023

Статус: Маго-лего

Кто читает: Базовая кафедра Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН

Когда читается: 2 модуль

Онлайн-часы: 28

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Жиянов Антон Павлович

Язык: русский

Кредиты: 3

Контактные часы: 2

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Курс охватывает все основные статистические концепции. В первой половине курса слушатели знакомятся с основными понятиями из математической статистики и нарабатывают необходимый для их понимания бэкграунд из теории вероятностей. Слушатели научатся делать описательный анализ данных, визуализировать данные и исследовать линейные взаимосвязи. Вторая часть посвящена более продвинутым темам: параметрическим и непараметрическим тестам, принципу проверки статистических гипотез, а также построению прогностических моделей на основе линейной и логистической регрессии. Кроме того, в течение курса демонстрируется представление результатов анализа данных в графическом виде: рассматриваются как самые простые и классические методы визуализации, так и более сложные.

Цель освоения дисциплины

Целью курса является получение компетенции "применение математического аппарата для решения задач по оценке и разработки моделей" в соответствии с Рекомендациями к дополнительным профессиональным программам ИТ-профиля, реализуемым в рамках проекта «Цифровые кафедры» университета–участника программы стратегического академического лидерства «Приоритет-2030».

Планируемые результаты обучения

Оперирует основными понятиями статистики.
Загружает и исследует данные в выбранном ПО.
Проводит описательный анализ данных.
Выбирает корректный тип визуализации и умеет визуализировать данные.
Определяет тип распределения по визуализации и интерпретирует его.
Определяет силу и направление корреляции по коэффициенту и визуализации. Умеет интерпретировать корреляцию в данных.
Строит линейный тренд в данных и интерпретирует его уравнение.
Выдвигает гипотезу, выбирает критерий значимости и корректный параметрический или непараметрический тест для проверки гипотезы.
Рассчитывает и интерпретирует критерий Стьюдента для разных выборок.
Применяет к данным модель линейной регрессии и интерпретирует ее метрики и коэффициенты. Умеет проверить ограничения и допущения для построения такой модели.
Применяет к данным модель логистической регрессии и интерпретирует ее метрики и коэффициенты. Умеет проверить ограничения и допущения для построения такой модели