Введение в регрессионный анализ: различия между версиями
| Строка 54: | Строка 54: | ||
'''Практикум 2.''' Парная линейная регрессия. Анализ остатков модели. | '''Практикум 2.''' Парная линейная регрессия. Анализ остатков модели. | ||
| − | * семинарский [https://www.dropbox.com/s/r204jyfmwm4lgw2/problems01.pdf?dl=0 листок] | + | * семинарский [https://www.dropbox.com/s/r204jyfmwm4lgw2/problems01.pdf?dl=0 листок], [https://www.dropbox.com/sh/r5wdz4wurs4o0zq/AAAN_uSQInFNLopyUKyrfX6ha?dl=0 запись] семинаров |
* файл с данными [https://raw.githubusercontent.com/allatambov/IntroToReg22/main/canada.csv canada.csv], файл с кодом [https://raw.githubusercontent.com/allatambov/IntroToReg22/main/regression-practice02.R regression-practice02.R] | * файл с данными [https://raw.githubusercontent.com/allatambov/IntroToReg22/main/canada.csv canada.csv], файл с кодом [https://raw.githubusercontent.com/allatambov/IntroToReg22/main/regression-practice02.R regression-practice02.R] | ||
Версия 00:01, 18 сентября 2022
Дорогие студенты!
Это страница обязательного курса «Введение в регрессионный анализ», читаемого на программе «Политология» 2 курса бакалавриата в 1 модуле 2022-2023 учебного года.
Лекции читает: Макаров Алексей Алексеевич.
Семинары ведёт: Тамбовцева Алла Андреевна.
Гостевые лекторы: Стукал Денис Константинович, Сальникова Дарья Вячеславовна, Седашов Евгений Александрович.
Содержание
Правила игры
- Формула оценки: Итог = 0.15 * ДЗ1 + 0.15 * ДЗ2 + 0.25 * ДЗ3 + 0.15 * Проверочная работа + 0.3 * Экзамен.
- Подробные пояснения по формам контроля можно посмотреть здесь.
- Домашние задания сдаются в электронном виде через запросы Dropbox.
- Домашнее задание можно сдать в течение суток после дедлайна с потерей 2 баллов от полученной оценки. Работы, сданные позже, не проверяются.
Программное обеспечение
Для работы на этом курсе необходимо установить (именно в таком порядке): R и RStudio. Если у вас уже установлена более ранняя версия R или RStudio, специально переустанавливать их не нужно, они подходят для работы в рамках курса. Ссылки для скачивания:
- R: для Windows, для Mac OS (файл R-4.2.1.pkg);
- RStudio: для разных систем.
При желании можно воспользоваться облачной версией RStudio Cloud.
Введение в R и RStudio:
- Интерфейс RStudio, работа с консолью, сохранение выборки в виде числового вектора и её описание (видео).
- Создание файла с кодом, загрузка данных из csv-файла, предварительное знакомство с данными (видео, CSV).
- Примеры построения графиков в R (видео).
Материалы занятий
Неделя 1. Введение в регрессионный анализ.
Лекция 1. Повторение основных понятий статистики. Коэффициент корреляции Пирсона и парная линейная регрессия. Метод наименьших квадратов.
- краткий [конспект] лекции
- что почитать по теме
Практикум 1. Введение в работу с данными. Коэффициент корреляции Пирсона и парная линейная регрессия.
- файл с данными canada.csv, файл с кодом regression-practice01.R, конспект practice01.pdf
- все файлы в одной папке на Dropbox
Дополнительно: список цветов в R, палитра цветов от Google.
Неделя 2. Парная линейная регрессия. Условия Гаусса-Маркова.
Лекция 2. Парная линейная регрессия. Условия Гаусса-Маркова. Распределение оценок коэффициентов модели. Анализ остатков.
- краткий [конспект] лекции
- что почитать по теме
Практикум 2. Парная линейная регрессия. Анализ остатков модели.
- семинарский листок, запись семинаров
- файл с данными canada.csv, файл с кодом regression-practice02.R
