人道主义研究中的统计方法

Статистические методы в гуманитарных исследованиях

1036 次查看
国立托木斯克大学
Coursera
  • 完成时间大约为 19 个小时
  • 中级
  • 俄语
注:本课程由Coursera和Linkshare共同提供,因开课平台的各种因素变化,以上开课日期仅供参考

课程概况

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

课程大纲

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.

千万首歌曲。全无广告干扰。
此外,您还能在所有设备上欣赏您的整个音乐资料库。免费畅听 3 个月,之后每月只需 ¥10.00。
Apple 广告
声明:MOOC中国十分重视知识产权问题,我们发布之课程均源自下列机构,版权均归其所有,本站仅作报道收录并尊重其著作权益。感谢他们对MOOC事业做出的贡献!
  • Coursera
  • edX
  • OpenLearning
  • FutureLearn
  • iversity
  • Udacity
  • NovoEd
  • Canvas
  • Open2Study
  • Google
  • ewant
  • FUN
  • IOC-Athlete-MOOC
  • World-Science-U
  • Codecademy
  • CourseSites
  • opencourseworld
  • ShareCourse
  • gacco
  • MiriadaX
  • JANUX
  • openhpi
  • Stanford-Open-Edx
  • 网易云课堂
  • 中国大学MOOC
  • 学堂在线
  • 顶你学堂
  • 华文慕课
  • 好大学在线CnMooc
  • (部分课程由Coursera、Udemy、Linkshare共同提供)

© 2008-2020 MOOC.CN 慕课改变你,你改变世界