Введение в регрессионный анализ: различия между версиями

Материал из MathINFO
Перейти к навигации Перейти к поиску
Строка 40: Строка 40:
 
* Практикум 4. Модели с фиктивными переменными ([https://www.dropbox.com/scl/fo/5ldyklmnk38rteusvq1u9/h?rlkey=sse3ut7hz18aw9792nf1nq9sm&dl=0 видеозапись], ipynb, [https://www.dropbox.com/scl/fi/dqg4g209ogwmphcbvbdem/Tooth.csv?rlkey=md6iojm9xa1vw1y22gg672gn4&dl=0 tooth.csv], [https://www.dropbox.com/scl/fi/ukojdzcwaxa3zkpyz4on0/networks.csv?rlkey=663ddy4xde7i036l8wlpz5ne5&dl=0 networks.csv]).
 
* Практикум 4. Модели с фиктивными переменными ([https://www.dropbox.com/scl/fo/5ldyklmnk38rteusvq1u9/h?rlkey=sse3ut7hz18aw9792nf1nq9sm&dl=0 видеозапись], ipynb, [https://www.dropbox.com/scl/fi/dqg4g209ogwmphcbvbdem/Tooth.csv?rlkey=md6iojm9xa1vw1y22gg672gn4&dl=0 tooth.csv], [https://www.dropbox.com/scl/fi/ukojdzcwaxa3zkpyz4on0/networks.csv?rlkey=663ddy4xde7i036l8wlpz5ne5&dl=0 networks.csv]).
 
* [https://www.dropbox.com/scl/fi/sr11p9jutq88wei6m1tlm/seminar04.pdf?rlkey=hqpx90079pw4puqoea71p48q9&dl=0 Семинар 4]. Модели с фиктивными переменными.
 
* [https://www.dropbox.com/scl/fi/sr11p9jutq88wei6m1tlm/seminar04.pdf?rlkey=hqpx90079pw4puqoea71p48q9&dl=0 Семинар 4]. Модели с фиктивными переменными.
 +
 +
=== Неделя 5. Множественная линейная регрессия ===
 +
 +
* Лекция 5. Множественная регрессия.
 +
* Практикум 5. Множественная регрессия и ее описание (ipynb, networks.csv).
  
 
== Домашние задания ==
 
== Домашние задания ==

Версия 02:20, 6 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.

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.

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.

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.

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.

Неделя 5. Множественная линейная регрессия

  • Лекция 5. Множественная регрессия.
  • Практикум 5. Множественная регрессия и ее описание (ipynb, networks.csv).

Домашние задания

Домашнее задание Дедлайн Варианты Ссылка для сдачи
Домашнее задание 1 5 октября 23:59 варианты данные ссылка
Домашнее задание 2