
Статистика и анализ данных на Python
Научитесь выбирать статистические тесты, оценивать размер эффекта и объяснять, насколько надёжен вывод. На Python проверите, как меняется результат, когда данные расходятся с предпосылками метода.
- 9 модулей
- 29 уроков
- 94 задания с проверкой
- ≈ 40 часов обучения
Практика в браузере
Пишите и запускайте код прямо в уроке — редактор уже настроен. Ничего устанавливать не нужно.
Именной сертификат
После прохождения курса добавьте сертификат в резюме или портфолио. Работодатель сможет проверить его по ссылке.
О курсе
Средние в двух группах разошлись. Как понять, насколько велик эффект, каким тестом его проверить и что именно можно утверждать по результату? На курсе вы научитесь разбирать такие вопросы и объяснять выводы коллегам.
От выборки до статистического вывода
В первых двух уроках освежим вероятности и матанализ, которые понадобятся дальше. Затем разберём, как из выборки оценивать параметры генеральной совокупности, откуда берётся неопределённость оценки и как её выражать доверительным интервалом.
- Оценивание. Сравните оценки по смещению и дисперсии. Выведите оценки методом моментов и методом максимального правдоподобия.
- Проверка гипотез. Разберите p-значение, ошибки первого и второго рода и мощность. Научитесь выбирать критерий для средних, дисперсий, долей и таблиц сопряжённости.
- Ранги и симуляции. Реализуйте перестановочный тест и бутстрэп. Посмотрите на симуляциях, что происходит, когда предпосылки критерия перестают выполняться.
- От результата к решению. Разберитесь, как учитывать множественные сравнения и оценивать размер эффекта на шкале, понятной для задачи.
Как устроена практика
Выводите формулы, проверяете их на небольших данных и с помощью симуляций разбираетесь, где привычные методы дают сбой. Например, сравните, как часто один и тот же тест даёт ложную тревогу на данных с лёгкими и тяжёлыми хвостами.
В финале вы соберёте анализ реального набора данных ToothGrowth. Сравните две формы подачи витамина C при нескольких дозах, учтите множественные проверки и объясните, какие выводы подтверждают данные.
Чему научитесь
- Оценивать параметры по выборке и строить доверительные интервалы
- Выбирать статистический критерий по данным и предпосылкам
- Реализовывать перестановочные тесты, бутстрэп и поправки на множественные сравнения
- Интерпретировать неопределённость и размер эффекта на реальных данных
Для кого
- Аналитики данных и специалисты Data Science, которым нужна математическая основа статистических методов
Формат
- Занимайтесь в своём темпе. Код можно писать и проверять прямо в браузере.
Что нужно на старте
- Базовый Python и знакомство с pandas
- Основы теории вероятностей, производные и интегралы
Автор курса
Алексей Малышкин
Разрабатываю образовательные материалы по программированию, машинному обучению и анализу данных. Темы: Python-разработка, аналитика, ML-инструменты (LangChain, vector databases, AI agents), компьютерное зрение. Стараюсь объяснять технические концепции понятно и структурировано. Ранее преподавал на Stepik и обучил более 2000 студентов. Мой профиль на Stepik - https://stepik.org/users/273781420/profile Мой телеграм для связи @alexey_latorn
