Без выходных данных. – 43 с.
Краткий курс «Методы математической статистики» – позволяет на основе базовых знаний о статистических методах правильно подойти к выбору необходимой методики для обработки данных. Ведь правильно выбранная статистическая методика – это 80% успеха Вашей работы. .
Данный краткий курс посвящен Вам, студенты и аспиранты, которые столкнулись с проблемой статистической обработки своих экспериментальных данных, но не имеющих представление какими методами пользоваться, с чего начать, а иногда и задающимися вопросом: «А что это такое? И зачем мне это нужно?». .
Вы вероятно в данный момент не поверите мне, но статистическая обработка данных очень интересное и увлекательное занятие. Правда, при одном условии – статистика без страшно утомительных формул! .
Имея огромный опыт работы со студентами и аспирантами, прекрасно знаю, в чем они нуждаются. А большинство учебников, курсов и сайтов с материалами по статистике содержат только материал какие формулы необходимы для вычисления того или иного статистического метода.
В данном курсе Вы не найдете ни одной формулы, так как я прекрасно понимаю, что Вам.
нужно лишь объяснение сути методов, без огромного количества формул, которые могут запутать и сбить с толку.
Основные понятия статистики и дескриптивный анализ.
Шкалы измерений.
Генеральная совокупность и выборка.
Нормальное распределение. Уровень достоверности.
Свойства описательных статистик.
Меры изменчивости.
Методы проверки статистических гипотез. Корреляции и методы сравнения..
Коэффициенты корреляции. Частная корреляция.
Коэффициенты корреляции Пирсона, Спирмена и Кендалла.
Параметрические методы сравнения данных.
Непараметрические методы сравнения для независимых выборок.
Непараметрические методы сравнения для зависимых выборок.
Методы сравнения номинальных данных.
Методы проверки статистических гипотез. Дисперсионный и регрессионный анализы.
Дисперсионный анализ.
Регрессионный анализ. Простая линейная регрессия.
Регрессионный анализ. Множественная линейная регрессия.
Краткий курс «Методы математической статистики» – позволяет на основе базовых знаний о статистических методах правильно подойти к выбору необходимой методики для обработки данных. Ведь правильно выбранная статистическая методика – это 80% успеха Вашей работы. .
Данный краткий курс посвящен Вам, студенты и аспиранты, которые столкнулись с проблемой статистической обработки своих экспериментальных данных, но не имеющих представление какими методами пользоваться, с чего начать, а иногда и задающимися вопросом: «А что это такое? И зачем мне это нужно?». .
Вы вероятно в данный момент не поверите мне, но статистическая обработка данных очень интересное и увлекательное занятие. Правда, при одном условии – статистика без страшно утомительных формул! .
Имея огромный опыт работы со студентами и аспирантами, прекрасно знаю, в чем они нуждаются. А большинство учебников, курсов и сайтов с материалами по статистике содержат только материал какие формулы необходимы для вычисления того или иного статистического метода.
В данном курсе Вы не найдете ни одной формулы, так как я прекрасно понимаю, что Вам.
нужно лишь объяснение сути методов, без огромного количества формул, которые могут запутать и сбить с толку.
Основные понятия статистики и дескриптивный анализ.
Шкалы измерений.
Генеральная совокупность и выборка.
Нормальное распределение. Уровень достоверности.
Свойства описательных статистик.
Меры изменчивости.
Методы проверки статистических гипотез. Корреляции и методы сравнения..
Коэффициенты корреляции. Частная корреляция.
Коэффициенты корреляции Пирсона, Спирмена и Кендалла.
Параметрические методы сравнения данных.
Непараметрические методы сравнения для независимых выборок.
Непараметрические методы сравнения для зависимых выборок.
Методы сравнения номинальных данных.
Методы проверки статистических гипотез. Дисперсионный и регрессионный анализы.
Дисперсионный анализ.
Регрессионный анализ. Простая линейная регрессия.
Регрессионный анализ. Множественная линейная регрессия.