Курс на Stepik
Обложка курса «Основы статистики. Часть 2» на Stepik
Бесплатно

Основы статистики. Часть 2 ★ 4.888

Открыть на
STEPIK.ORG

Курс продолжает знакомить слушателей с основными понятиями и методами статистики. Курс затронет такие темы, как анализ номинативных данных, непараметрические критерии и методы понижения размерности.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Основы статистики. Часть 2»Учеников на курсе 69 154
Сертификаты, выданные на курсе «Основы статистики. Часть 2»Сертификатов выдано 8 889
Отзывы о курсе «Основы статистики. Часть 2»Отзывов получено 599
Рейтинг курса «Основы статистики. Часть 2»Рейтинг курса 4.888
Уроки в курсе «Основы статистики. Часть 2»Количество уроков 24
Тесты в курсе «Основы статистики. Часть 2»Количество квизов 74
Задачи с кодом в курсе «Основы статистики. Часть 2»Количество задач с кодом 22
Время прохождения курса «Основы статистики. Часть 2»Время прохождения курса —
Обновления курса «Основы статистики. Часть 2»Обновления курса — —
Дата публикации курса «Основы статистики. Часть 2»Дата публикации курса — ———
Последнее обновление курса «Основы статистики. Часть 2»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Основы статистики. Часть 2» 3 раздела Уроки в курсе «Основы статистики. Часть 2» 24 урока Тесты в курсе «Основы статистики. Часть 2» 74 теста Задачи в курсе «Основы статистики. Часть 2» 22 задачи Время прохождения курса «Основы статистики. Часть 2» 14 ч. Последнее обновление курса «Основы статистики. Часть 2» обн. 26 апреля 2026

1. Анализ номинативных данных

9 уроков
Открытый
1.1 Общая информация о курсе ↗
57 555
19 636
6м 48с
766
Открытый
1.2 Постановка задачи ↗
26 447
20 497
13м 6с
643
Открытый
1.3 Расстояние Пирсона ↗
23 584
17 254
26м 44с
669
Открытый
1.4 Распределение Хи-квадрат Пирсона ↗
22 086
17 309
27м 0с
697
Открытый
1.5 Расчет p-уровня значимости ↗
20 693
14 579
38м 42с
671
Открытый
1.6 Анализ таблиц сопряженности ↗
18 288
14 326
20м 15с
486
Открытый
1.7 Анализ таблиц сопряженности. Продолжение ↗
17 432
13 313
43м 32с
600
Открытый
1.8 Точный критерий Фишера ↗
17 400
14 138
22м 37с
498
Открытый
1.9 Практические задания на R ↗
18 028
3 360
122м 30с
190

2. Логистическая регрессия и непараметрические методы

8 уроков
Открытый
2.1 Логистическая регрессия. Постановка задачи. ↗
16 595
7 959
80м 21с
427
Открытый
2.2 Модель без предикторов. Intercept only model ↗
13 880
10 718
21м 21с
390
Открытый
2.3 Модель с одним номинативным предиктором ↗
13 279
10 145
35м 8с
573
Открытый
2.4 Модель с двумя номинативными предикторами ↗
12 440
9 425
30м 46с
299
Открытый
2.5 Взаимодействие номинативных предикторов ↗
12 076
8 228
53м 41с
501
Открытый
2.6 Когда нужно использовать непараметрические методы и почему? ↗
12 201
10 115
25м 59с
347
Открытый
2.7 Непараметрические методы. Продолжение. ↗
11 607
9 769
19м 55с
592
Открытый
2.8 Практические задания на R ↗
10 503
2 714
84м 26с
126

3. Кластерный анализ и метод главных компонент

7 уроков
Открытый
3.1 Кластерный анализ методом k - средних ↗
12 785
8 963
37м 46с
474
Открытый
3.2 Может ли кластерный анализ "ошибаться"? ↗
11 080
9 577
12м 46с
294
Открытый
3.3 Как определить оптимальное число кластеров? ↗
10 992
8 039
28м 17с
363
Открытый
3.4 Иерархическая кластеризация ↗
10 834
8 718
20м 40с
312
Открытый
3.5 Введение в метод анализа главных компонент ↗
11 151
8 207
33м 39с
489
Открытый
3.6 Практические задания на R ↗
9 750
2 326
59м 28с
126
Открытый
3.7 Заключение ↗
9 379
7 464
1м 54с
503