Курс на Stepik
Обложка курса «Анализ данных в R» на Stepik
Бесплатно

Анализ данных в R 4.844

Открыть на
STEPIK.ORG

В рамках трёхнедельного курса рассматриваются все основные этапы статистического анализа R, считывание данных, предобработка данных, применение основных статистических методов и визуализация результатов. Слушатели научатся основным элементам программирования на языке R, что позволит быстро и эффективно решать широчайший спектр задач, возникающих при обработке данных.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Анализ данных в R»Учеников на курсе 65 668
Сертификаты, выданные на курсе «Анализ данных в R»Сертификатов выдано 9 649
Отзывы о курсе «Анализ данных в R»Отзывов получено 668
Рейтинг курса «Анализ данных в R»Рейтинг курса 4.844
Уроки в курсе «Анализ данных в R»Количество уроков 19
Тесты в курсе «Анализ данных в R»Количество квизов 26
Задачи с кодом в курсе «Анализ данных в R»Количество задач с кодом 49
Время прохождения курса «Анализ данных в R»Время прохождения курса
Обновления курса «Анализ данных в R»Обновления курса
Дата публикации курса «Анализ данных в R»Дата публикации курса
Последнее обновление курса «Анализ данных в R»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Анализ данных в R» 3 раздела Уроки в курсе «Анализ данных в R» 19 уроков Тесты в курсе «Анализ данных в R» 26 тестов Задачи в курсе «Анализ данных в R» 49 задач Время прохождения курса «Анализ данных в R» 16 ч. Последнее обновление курса «Анализ данных в R» обн. 26 апреля 2026

Предобработка данных

7 уроков
1. Общая информация о курсе
2. Переменные
3. Работа с data frame
4. Элементы синтаксиса
5. Описательные статистики
6. Описательные статистики. Графики
7. Сохранение результатов

Статистика в R. Часть 1

4 урока
1. Анализ номинативных данных
2. Сравнение двух групп
3. Применение дисперсионного анализа
4. Создание собственных функций

Статистика в R. Часть 2

8 уроков
1. Корреляция и простая линейная регрессия (МНК)
2. Множественная линейная регрессия
3. Множественная линейная регрессия. Отбор моделей
4. Диагностика модели
5. Диагностика модели. Продолжение
6. Логистическая регрессия
7. Экспорт результатов анализа из R
8. Заключение