Статистические методы в гуманитарных исследованиях
- 4.7
-
![]()
![]()
![]()
![]()
![]()
Approx. 20 hours to complete
Course Summary
This course teaches statistics to humanities students who are not familiar with statistical concepts. It covers a wide range of topics from basic descriptive statistics to regression analysis.Key Learning Points
- Learn how to use statistical software packages such as R and SPSS
- Explore different types of data and how to visualize them
- Understand the principles of hypothesis testing and statistical inference
Job Positions & Salaries of people who have taken this course might have
- Research Analyst
- USA: $50,000 - $80,000
- India: ₹4,00,000 - ₹6,00,000
- Spain: €20,000 - €35,000
- Market Researcher
- USA: $40,000 - $70,000
- India: ₹3,00,000 - ₹5,00,000
- Spain: €18,000 - €30,000
- Data Analyst
- USA: $60,000 - $100,000
- India: ₹5,00,000 - ₹8,00,000
- Spain: €25,000 - €40,000
Related Topics for further study
Learning Outcomes
- Ability to analyze and interpret statistical data
- Familiarity with statistical software packages such as R and SPSS
- Understanding of basic statistical concepts
Prerequisites or good to have knowledge before taking this course
- No prior knowledge of statistics required
- Basic math skills
Course Difficulty Level
BeginnerCourse Format
- Online
- Self-paced
Similar Courses
- Data Science Essentials
- Introduction to Data Analysis
- Statistics for Social Sciences
Related Education Paths
Notable People in This Field
- Nate Silver
- Hans Rosling
Related Books
Description
Курс включает рассмотрение всех основных этапов статистического анализа, начиная от изучения предметной области и правильного сбора данных, заканчивая оценкой адекватности построенной модели и ее интерпретации на языке исходной проблемы. Программа курса построена таким образом, что, начинаясь с основ, будет понятна и доступна слушателям, не имеющим специальной подготовки в области статистического анализа. Однако, по мере продвижения и углубления, в рамках программы рассматриваются более серьезные и глубокие методы исследования. В рамках курса слушатели приобретут базовые навыки работы в программах статистической обработки данных SPSS, Statistica; особый акцент делается на пакет R.
Outline
- Приветственный модуль
- О Томском государственном университете
- Проморолик к онлайн-курсу
- Приветственное видео
- О команде курса
- Давайте познакомимся!
- Использованная автором литература
- Как с нами связаться
- Рекомендуемая литература по курсу
- Язык статистики
- Файлы для практических заданий Flats_test и ЕГЭ_test
- Файлы с данными, использованными в лекциях
- Модуль 1. Знакомство с пакетом R
- О модуле 1
- Введение в R
- Рабочее пространство в R
- Типы и структуры данных
- Последовательности, векторы
- Матрицы
- Списки, массивы, факторы
- Объекты типа data.frame
- Импорт данных из текстового файла в R
- Экспорт данных в текстовый файл из R
- Экспорт данных из файла Excel
- Модуль 2. Введение. Предварительная обработка данных. Оценки параметров. Описательные статистики
- О модуле 2
- Измерительные шкалы
- Работа с распределениями, начало работы в R
- Гистограммы и квантильные графики в R
- Диаграмма рассеяния, диаграмма размаха в R
- Основные числовые характеристики в SPSS
- Гистограммы, диаграммы размаха, диаграммы рассеяния в SPSS
- Генерация равномерного распределения в Statistica. Оценка числовых характеристик
- Генерация нормального распределения в Statistica. Оценка числовых характеристик
- Импорт данных из файла Excel в Statistica. Оценка числовых характеристик
- Обработка выбросов в Statistica
- Введение в статистику (презентация)
- Измерительные шкалы и типы данных (презентация)
- Генеральная и выборочная совокупность. Способы представления выборок (презентация)
- Оценка параметров (презентация)
- Числовые характеристики выборки (презентация)
- Интервальное оценивание (презентация)
- Обзор пакетов для статистической обработки данных (презентация с таблицей)
- Тест на проверку теории по модулю 2
- Практическое задание к модулю 2
- Модуль 3. Проверка статистических гипотез. Сравнение групп. Параметрические и непараметрические критерии
- О модуле 3
- Критерии нормальности в R
- Параметрические и непараметрические критерии сравнения двух групп в R
- Непараметрические критерии сравнения нескольких групп в R
- Пример в R. Анализ цен за аренду квартир
- Параметрические и непараметрические критерии сравнения двух групп в SPSS
- Непараметрические критерии сравнения нескольких групп в SPSS
- Критерии нормальности в Statistica
- Параметрические и непараметрические критерии сравнения двух групп в Statistica
- Непараметрические критерии сравнения нескольких групп в Statistica
- Проверка статистических гипотез (презентация)
- Критерии нормальности (презентация)
- Параметрические критерии сравнения групп (презентация)
- Непараметрические критерии сравнения групп (презентация)
- Тест к модулю 3
- Практическое задание 1 к модулю 3
- Практическое задание 2 к модулю 3
- Модуль 4. Корреляционный анализ
- О модуле 4
- Парный коэффициент корреляции Пирсона в Statistica
- Ранговая корреляция в Statistica
- Количественная корреляция в SPSS
- Ранговая корреляция в SPSS
- Корреляция в R
- Анализ таблиц сопряженности в R
- Анализ таблиц сопряженности в SPSS
- Анализ таблиц сопряженности в Statistica
- Корреляционный анализ количественных данных. Парный коэффициент корреляции Пирсона (презентация)
- Ранговая корреляция (презентация)
- Корреляционный анализ категоризованных данных. Анализ таблиц сопряженности (презентация)
- Тест к модулю 4
- Практическое задание к модулю 4
- Модуль 5. Регрессионный и дисперсионный анализ
- О модуле 5
- Линейная модель парной регрессии в R
- Нелинейная модель парной регрессии в R
- Парная регрессия. Пример в R. Анализ цен за аренду квартир
- Множественная регрессия. Пример в R. Анализ цен за аренду квартир
- Анализ остатков регрессионной модели в R
- Парная регрессия в SPSS
- Множественная регрессия в SPSS
- Парная регрессия в Statistica. Построение модели для сгенерированных данных
- Парная регрессия в Statistica. Пример «Индекс массы тела»
- Пример в Statistica. Анализ цен за аренду квартир
- ANOVA в R
- Однофакторный ANOVA в Statistica
- Двухфакторный ANOVA в Statistica
- Заключение
- Регрессионный анализ (презентация)
- Дисперсионный анализ (ANOVA) (презентация)
- Приложение-резюме. Выбор статистического критерия (презентация с таблицей)
- Не прощаемся!
- Тест к модулю 5
- Практическое задание к модулю 5
Summary of User Reviews
This course on statistics for humanities has received positive reviews from many users. The course is highly recommended for anyone interested in learning statistics in a humanities context. One key aspect that users appreciated was the clear explanations provided by the instructor.Pros from User Reviews
- Clear explanations provided by the instructor
- Relevant real-world examples used throughout the course
- Course is well-structured and easy to follow
Cons from User Reviews
- Some users found the pace of the course to be too fast
- Course may not be suitable for those with no prior knowledge of statistics
- Limited interaction with other students
Кабанова Татьяна Валерьевна
4.7 Raiting
Статистические методы в гуманитарных исследованиях
- 4.7
-
![]()
![]()
![]()
![]()
![]()
Курс включает рассмотрение всех основных этапов статистического анализа, начиная от изучения предметной области и правильного сбора данных, заканчивая оценкой адекватности построенной модели и ее интерпретации на языке исходной проблемы....
