4 года мы преподаем и организуем курсы по анализу данных: в Бластиме, в МГУ, в Вышке, на летних школах и семинарах. И у большинства участников есть пробелы в статистике.
Если механически проводить статистические тесты и не понимать истинного смысла результатов, легко ошибиться в выводах. За 7 дней мы научим всему необходимому, чтобы этого избежать.
Если механически проводить статистические тесты и не понимать истинного смысла результатов, легко ошибиться в выводах. За 7 дней мы научим всему необходимому, чтобы этого избежать.
В конце курса вы сможете:
1
Понимать принципы статанализа и проводить его самостоятельно
2
Интерпретировать результаты анализа
3
Писать код в R
4
Видеть, что полезного можно вытащить из ваших данных
5
Рисовать емкие картинки-результаты
Зачем идти на курс
Статистика с нуля и надежно
⁍ Курс полезен тем, кто хочет понять статистику и работает с данными: ученым, аналитикам, маркетологам, продакт-менеджерам
⁍ Математика выше школьной и знание программирования не нужны
⁍ Примеры будут в основном биологические и медицинские, но специальных знаний не нужно
⁍ Если вы помните что-то из тервера и линала или имеете опыт в Питоне или Матлабе, мы подготовим задачки посложнее
⁍ Математика выше школьной и знание программирования не нужны
⁍ Примеры будут в основном биологические и медицинские, но специальных знаний не нужно
⁍ Если вы помните что-то из тервера и линала или имеете опыт в Питоне или Матлабе, мы подготовим задачки посложнее
Скрипт в R, а не руками в Экселе
⁍ Можно запустить программу и получить p-value, но обычно этого недостаточно. Мы научим считать (и понимать) мощность теста, размер эффекта и другие параметры
⁍ Реальные данные сложнее примеров из учебников. Поэтому мы научим их фильтровать, визуализировать и разными способами щупать
⁍ Инвестиция в изучение R окупается временем, сэкономленным на автоматизации. Если вы постоянно копируете столбики в Экселе, мы научим быстро написать скрипт, а потом отдыхать
⁍ Реальные данные сложнее примеров из учебников. Поэтому мы научим их фильтровать, визуализировать и разными способами щупать
⁍ Инвестиция в изучение R окупается временем, сэкономленным на автоматизации. Если вы постоянно копируете столбики в Экселе, мы научим быстро написать скрипт, а потом отдыхать
Практика оффлайн, а не теория онлайн
⁍ Теоретически вы можете научиться сами на бесплатных онлайн-курсах. На это часто не хватает времени и мотивации, поэтому мы предлагаем формат интенсива
⁍ Преподаватели вместе помогают участникам и сразу объяснят то, что непонятно именно вам
⁍ На курсе много практики, а последний день посвящен самостоятельному проекту
⁍ Преподаватели вместе помогают участникам и сразу объяснят то, что непонятно именно вам
⁍ На курсе много практики, а последний день посвящен самостоятельному проекту
Программа
День 1. Основы R
— Презентация плана программы: краткий overview
— Введение в R и RStudio
— Операторы, функции
— Создание переменных
— Типы данных: вектора, матрицы, списки, датафреймы
— Импорт данных
— Введение в R и RStudio
— Операторы, функции
— Создание переменных
— Типы данных: вектора, матрицы, списки, датафреймы
— Импорт данных
День 2. Работа с реальными данными в R
— Препроцессинг данных в R
— Работа с пакетами
— Работа со строками
— Создание функций
— Циклы и семейство функций apply
— Решейпинг и агрегация данных
— Пакеты data.table, dplyr
— Работа с пакетами
— Работа со строками
— Создание функций
— Циклы и семейство функций apply
— Решейпинг и агрегация данных
— Пакеты data.table, dplyr
День 3. Описательная статистика и визуализация
— Описательная статистика (центральные тенденции, меры разброса, skewness, kurtosis, функции для описательной статистики)
— Визуализация в R, базовые средства визуализации и ggplot2
— Plotly
— Создание publication-quality графиков, пакет cowplot
— Самостоятельное упражнение на визуализацию
— RMarkdown
— Визуализация в R, базовые средства визуализации и ggplot2
— Plotly
— Создание publication-quality графиков, пакет cowplot
— Самостоятельное упражнение на визуализацию
— RMarkdown
День 4. Статистические оценки и проверка гипотез
— Выборка и генеральная совокупность
— Виды распределений, параметры распределений
— Нормальное распределение. Функции распределений в R
— Оценка параметров, точечные и интервальные оценки, доверительный интервал
— Проверка гипотез. Ошибки I и II рода
— Нулевая и альтернативная гипотеза, p-value
— Мощность. z-критерий. t-критерий в случае одной и двух выборок, связанные выборки
— Когда применять параметрические, а когда непараметрические методы
— Рассчитаем критерии своими руками и изучим готовые функции R
— Виды распределений, параметры распределений
— Нормальное распределение. Функции распределений в R
— Оценка параметров, точечные и интервальные оценки, доверительный интервал
— Проверка гипотез. Ошибки I и II рода
— Нулевая и альтернативная гипотеза, p-value
— Мощность. z-критерий. t-критерий в случае одной и двух выборок, связанные выборки
— Когда применять параметрические, а когда непараметрические методы
— Рассчитаем критерии своими руками и изучим готовые функции R
День 5. Линейная регрессия и корреляция
— Линейная регрессионная модель
— Коэффициенты линейной модели
— Множественная линейная регрессия
— Предположения линейной модели. "Остатки", МНК и goodness-of-fit
— Обобщенная линейная регрессия
— Корреляция. Ковариация, коэффициент корреляции Пирсона
— Ранговая корреляция. Частная и множественная корреляция
— Коэффициенты линейной модели
— Множественная линейная регрессия
— Предположения линейной модели. "Остатки", МНК и goodness-of-fit
— Обобщенная линейная регрессия
— Корреляция. Ковариация, коэффициент корреляции Пирсона
— Ранговая корреляция. Частная и множественная корреляция
День 6. ANOVA и продвинутые методы препроцессинга
— Дисперсионный анализ (ANOVA)
— Однофакторный и многофакторный ANOVA
— Анализ повторных измерений. Непараметрические аналоги ANOVA
— Пропущенные значения и нормализация
— Зачем нужны кластерный анализ, MDS и PCA в работе с биологическими данными
— Однофакторный и многофакторный ANOVA
— Анализ повторных измерений. Непараметрические аналоги ANOVA
— Пропущенные значения и нормализация
— Зачем нужны кластерный анализ, MDS и PCA в работе с биологическими данными
День 7. Самостоятельный проект
— Исследование и препроцессинг данных, выбор методов анализа
— Формулировка гипотез и статистический анализ
— Выводы, интерпретация и визуализация
— Презентация результатов и обсуждение с другими участниками
В процессе преподаватели дают советы и отвечают на вопросы
— Формулировка гипотез и статистический анализ
— Выводы, интерпретация и визуализация
— Презентация результатов и обсуждение с другими участниками
В процессе преподаватели дают советы и отвечают на вопросы
Преподаватели
Иван Поздняков
— Сотрудник НИУ ВШЭ
— Преподает R и статистику в НИУ ВШЭ для студентов различных направлений
— Автор открытого курса "Statistics & R" на Psychodemia.Science
— Преподает R и статистику в НИУ ВШЭ для студентов различных направлений
— Автор открытого курса "Statistics & R" на Psychodemia.Science
Татьяна Петухова
— Специалист по статистическому моделированию и фармакометрике (M&S Decisions, InSysBio)
— Выпускница кафедры Прикладной математики МГТУ им. Баумана
— Выпускница кафедры Прикладной математики МГТУ им. Баумана
Примеры кейсов для разбора
1
Ожирение
Имеются данные 5-ти летнего мониторинга населения (экономические показатели, состояние здоровья, образ жизни).
Проводим дескриптивный анализ данных. Формулируем гипотезы о связи избыточного веса с демографическими и социально-экономическими факторами. Проверяем гипотезы с помощью регрессионных моделей, оцениваем мультиколлинеарность, разбиваем данные на группы (по полу; по возрасту), проверяем гипотезы о различиях между группами и находим значимые факторы внутри групп.
Проводим дескриптивный анализ данных. Формулируем гипотезы о связи избыточного веса с демографическими и социально-экономическими факторами. Проверяем гипотезы с помощью регрессионных моделей, оцениваем мультиколлинеарность, разбиваем данные на группы (по полу; по возрасту), проверяем гипотезы о различиях между группами и находим значимые факторы внутри групп.
2
Деревья-вредители?
По выборке данных в виде пары значений: [количество деревьев-колонистов на квадратный метр/ количество видов растений на данный квадратный метр] оцениваем корреляцию данных и делаем заключение, может ли соседство с деревьями-колонистами быть опасным для видового разнообразия коренных растений.
3
Экспрессия генов
Сравниваем данные экспрессии 10 генов с определенным воздействием и контрольные данные для этих генов без воздействия.
Проверяем гипотезу о среднем значении экспрессии генов в группе контроля (one-sample t-test).
Оцениваем различия в двух группах: сравниваем средние значения с помощью two-sample t-test и оцениваем дисперсию данных для двух групп, используя f-test. Теперь можем сделать заключение, есть ли отличие экспрессии генов в случае воздействия, с указанием достигаемого уровня значимости.
Проверяем гипотезу о среднем значении экспрессии генов в группе контроля (one-sample t-test).
Оцениваем различия в двух группах: сравниваем средние значения с помощью two-sample t-test и оцениваем дисперсию данных для двух групп, используя f-test. Теперь можем сделать заключение, есть ли отличие экспрессии генов в случае воздействия, с указанием достигаемого уровня значимости.
Отзывы о предыдущей, 3-х дневной версии курса
Дмитрий Равчеев
Очень хорошо были объяснены основные возможности R, причем с привязкой к биоинформатическим задачам.
Посоветовал бы курс биоинформатикам, микробиологам, молекулярным биологам.
Использовать в работе пока не начал (три дня прошло с окончания курса!), но планирую.
Посоветовал бы курс биоинформатикам, микробиологам, молекулярным биологам.
Использовать в работе пока не начал (три дня прошло с окончания курса!), но планирую.
Почти все понравилось. Очень хорошие преподаватели с хорошей практикой. Курс в целом логичный, подача материала последовательная и продуманная, подходит как для начала знакомства с R, так и для уже кое-что умеющих пользователей.
Маловато практики. На мой взгляд, нужно больше давать заданий на самостоятельную работу, чтобы в процессе закреплять знания, и меньше давать заданий на копирование кусков скрипта из туториала. Возможно, для такого объема материала 3 дня – мало. Возможно. имеет смысл растянуть курс на 4-5 дней и увеличить количество практических заданий.
# Так мы и сделали: увеличили курс до 7 дней и добавили еще практики
Маловато практики. На мой взгляд, нужно больше давать заданий на самостоятельную работу, чтобы в процессе закреплять знания, и меньше давать заданий на копирование кусков скрипта из туториала. Возможно, для такого объема материала 3 дня – мало. Возможно. имеет смысл растянуть курс на 4-5 дней и увеличить количество практических заданий.
# Так мы и сделали: увеличили курс до 7 дней и добавили еще практики
Евгений Олехнович
мнс в НИИ дезинфектологии
Получил много нужной информации.
Не понравилось, что слишком мало сил, чтобы воспринимать много информации. Кластеризацию и введение в машинное обучение я бы в начало дня поместил.
Посоветовал бы курс коллегам.
Не понравилось, что слишком мало сил, чтобы воспринимать много информации. Кластеризацию и введение в машинное обучение я бы в начало дня поместил.
Посоветовал бы курс коллегам.
Понравились:
1. Наглядность при объяснении материала
2. Возможность смотреть презентации и тьюториалы на своем компьютере
3. Индивидуальный подход преподавателей к слушателям
Не понравилось обилие материала и его некоторая неструктурированность. Переходы между темами были слишком резкими.
Этот курс для меня стал знакомством с R. На заключительном занятии нам посоветовали сайт DataСamp, на котором я планирую продолжать обучение.
Посоветовала бы курс биологам, математикам, программистам.
1. Наглядность при объяснении материала
2. Возможность смотреть презентации и тьюториалы на своем компьютере
3. Индивидуальный подход преподавателей к слушателям
Не понравилось обилие материала и его некоторая неструктурированность. Переходы между темами были слишком резкими.
Этот курс для меня стал знакомством с R. На заключительном занятии нам посоветовали сайт DataСamp, на котором я планирую продолжать обучение.
Посоветовала бы курс биологам, математикам, программистам.
Понравились насыщенность, много примеров и задач для самостоятельной работы
На мой взгляд, не хватало еще одного человека для помощи во время решения задач, так как у многих возникали вопросы и уровень знаний у обучающихся различен
Думаю, можно было бы предложить до начала курса повторить некоторые главы статистики, что существенно облегчило бы восприятие информации во время курса.
# Мы расширили и углубили раздел статистики, чтобы воспринимать было проще
На мой взгляд, не хватало еще одного человека для помощи во время решения задач, так как у многих возникали вопросы и уровень знаний у обучающихся различен
Думаю, можно было бы предложить до начала курса повторить некоторые главы статистики, что существенно облегчило бы восприятие информации во время курса.
# Мы расширили и углубили раздел статистики, чтобы воспринимать было проще
Отзывы о прошедшем семидневном курсе
Марат Сабиров
мнс, группа молекулярной организации генома Института биологии гена
Курс не заточен под какую-то определенную узкую специализацию, поэтому он подойдет людям разных профессий, кому в работе необходимо работать с данными. Я определенно советую этот курс всем, кто хочет научится анализу данных в R. Из рекомендаций будущим участникам - лучше всего будет немного самостоятельно освоиться в языке R. Это сильно облегчит вам усвоение материала данного курса
Тамара Симакова
Руководитель Медико-генетической группы в ParseqLab
Понравилось - преподаватели, программа курса, подача материала, атмосфера. Из того, что можно улучшить - добавить теорию и практику по статистике в материалы курса (на сайте); возможно имеет смысл изменить вектор скорости курса - более сжато давать базовые вещи в начале, и оставить больше времени на более сложные темы в конце курса
Анастасия Бойко
Научный сотрудник Лаборатории молекулярной генетики и биохимии НИИ психического здоровья
У меня очень-очень много эмоций и слов! Но если попробовать вкратце, то Ваня и Таня - суперкрутые! И дело не в самих знаниях этих людей, а в том, как нам это всё разжевали и в рот положили. Это было моё первое знакомство с R, как и с программированием в принципе, и это было супер!
Татьяна Альмухаметова
ПИ РАО
Статистика была очень полезна, но все равно не удалось полностью усвоить материал. Так как я первый раз столкнулась с R, то для меня это было скорее ознакомительным вводным курсом я бы подумала о том, как упростить программу или сделать разные программы в зависимости от уровня подготовки. И больше практики со своим личным материалом. Также добавить практических задач по статистике, это помогло бы лучше усвоить материал
Елена Юрина
Аспирант Автономного Университета Барселоны, кафедра Психиатрии и судебной медицины, врач-психиатр
понравилось, как была организована вся бытовая часть - выбор места занятий, ресторана, смена локации, кофе-брейк - несмотря на интенсивность курса, не было ни умственной усталости, ни физического дискомфорта, - всё было продумано, и никакие насущные вопросы не отвлекали нас от обучения
Мария Маркелова
мнс в Омиксном центре коллективного пользования в г. Казань
Курс отлично систематизирует услышанные когда-то знания, заполняя пробелы. По окончании курса ощущаю ясность в голове и эйфорию от того, что я поняла многие вещи. Преподаватели большие молодцы
Курс прошел 13-19 мая. Следующий пройдет осенью в Москве, отрыта предзапись
Обучение на курсе стоит
40 000 ₽ для самостоятельных участников (физлиц)
50 000 ₽ при оплате от юрлиц (институтов, компаний и ИП)
40 000 ₽ для самостоятельных участников (физлиц)
50 000 ₽ при оплате от юрлиц (институтов, компаний и ИП)
При записи вы соглашаетесь на обработку персональных данных и c политикой конфиденциальности
Договор оферты для физлиц
Договор оферты для юрлиц
Договор оферты для физлиц
Договор оферты для юрлиц
Оргкомитет
Юрий Пеков
Директор Бластима, COO Ксивелью
Личный сайт
Личный сайт
Вита Степанова
Управляющий партнер Бластима