Введение в регрессионный анализ: различия между версиями
Перейти к навигации
Перейти к поиску
| Строка 21: | Строка 21: | ||
* Лекция 1. Парная регрессия и метод наименьших квадратов. | * Лекция 1. Парная регрессия и метод наименьших квадратов. | ||
| − | * [https://www.dropbox.com/scl/fi/58v5ubw5y2gts5733t5g7/seminar01.pdf?rlkey=4emocy0hyouek2kgofdyzsd11&dl=0 Семинар 1]. Парная регрессия и метод наименьших квадратов. | + | * [https://www.dropbox.com/scl/fi/58v5ubw5y2gts5733t5g7/seminar01.pdf?rlkey=4emocy0hyouek2kgofdyzsd11&dl=0 Семинар 1]. Парная регрессия и метод наименьших квадратов. [https://www.dropbox.com/scl/fi/7d40muzyebawj2wgyvuh6/seminar01-solutions.pdf?rlkey=1yi0yhho88f4bjumj8j3dvp2g&dl=0 Решения]. |
=== Неделя 2. Статистический вывод. === | === Неделя 2. Статистический вывод. === | ||
Версия 04:34, 17 октября 2023
Дорогие студенты!
Это страница обязательного курса «Введение в регрессионный анализ», читаемого на программе «Политология» 2 курса бакалавриата в 1 модуле 2023-2024 учебного года.
Лекции читает: Стукал Денис Константинович.
Семинары ведёт: Тамбовцева Алла Андреевна.
Учебный ассистент: Гриневич Полина.
Содержание
Правила игры
- Программа курса.
- Формула оценки: 0.25 * Проверочные + 0.2 * Практикум + 0.25 * ДЗ + 0.3 * Экзамен.
- Проверочные работы проводятся на лекциях, практикум – на одном из семинаров в конце курса.
Материалы курса
Материалы лекций размещаются на Яндекс-диске (см. рассылку по курсу), материалы семинаров публикуются на этой странице.
Неделя 1. Введение в парную регрессию.
- Лекция 1. Парная регрессия и метод наименьших квадратов.
- Семинар 1. Парная регрессия и метод наименьших квадратов. Решения.
Неделя 2. Статистический вывод.
- Лекция 2. Описательные статистики, доверительные интервалы, проверка гипотез, условия Гаусса-Маркова.
- Практикум 2. Описательные статистики, доверительные интервалы, проверка гипотез (ipynb, flats.csv).
- Семинар 2. Статистический вывод и парная регрессия. Решения.
Неделя 3. Парная регрессия и статистический вывод
- Лекция 3. Парная регрессия и статистический вывод. Коэффициент детерминации R2.
- Практикум 3. Парная линейная регрессия: построение, проверка гипотез, коэффициент R2 (ipynb, flats.csv).
- Семинар 3. Парная регрессия и статистический вывод. Решения.
Неделя 4. Модели с фиктивными переменными
- Лекция 4. Фиктивные переменные (дамми-переменные). Введение во множественную регрессию.
- Практикум 4. Модели с фиктивными переменными (видеозапись, ipynb, tooth.csv, networks.csv).
- Семинар 4. Модели с фиктивными переменными. Решения.
Неделя 5. Множественная линейная регрессия
- Лекция 5. Множественная регрессия.
- Практикум 5. Множественная регрессия и ее описание (ipynb, networks.csv, flats.csv).
- Семинар 5. Множественная регрессия и ее описание. Решения.
Неделя 6. Линейные модели с эффектом взаимодействия
- Практикум 6. Линейные модели с эффектом взаимодействия, выгрузка результатов регрессионного анализа (ipynb, ug_replication_data.csv).
- Семинар 6. Линейные модели с эффектом взаимодействия. Решения.
Домашние задания
| Домашнее задание | Дедлайн | Варианты | Ссылка для сдачи |
|---|---|---|---|
| Домашнее задание 1 | 5 октября 23:59 | варианты данные | ссылка |
| Домашнее задание 2 | 18 октября 23:59 | варианты данные | ссылка |
