Освойте прикладную статистику для анализа данных за 2 недели. Научитесь проверять гипотезы, строить регрессии и прогнозировать временные ряды. Удостоверение НИЯУ МИФИ.
ХОТИТЕ ПОЛУЧИТЬ СКИДКУ 20%? НАПИШИТЕ НАМ НА openedu@mephi.ru !
Летняя акция. Действует ТОЛЬКО до 31 августа.
Стоимость обучения — 22 000 ₽. НДС не облагается. Оплата — единоразово, 100% предоплата.
Что вы получите
Как начать учиться
Что происходит после подачи заявки
Курс «Анализ и обработка данных: прикладная статистика» — это официальная программа повышения квалификации НИЯУ МИФИ объёмом 72 академических часа. В ходе обучения слушатели осваивают современные статистические методы обработки данных, от описательной статистики до регрессионного и кластерного анализа.
Повышение квалификации, а не «второе высшее». Вам не нужно писать диплом и тратить полгода. Всего 72 академических часа — и вы получаете официальное удостоверение НИЯУ МИФИ. Быстро, конкретно, с фокусом на практику.
Почему удостоверение от МИФИ имеет значение? НИЯУ МИФИ — это ведущий технический университет с мировым именем. Входит в топ-3 технических вузов России, а его выпускники ценятся работодателями из госкорпораций и высокотехнологичных отраслей. Документы о повышении квалификации, выданные университетом, признаются в сфере IT, инженерии и государственном секторе. Удостоверение вносится в реестр ФИС ФРДО.
Сколько времени займёт обучение? Программа включает 72 академических часа. Обучение проходит онлайн, в удобном для слушателя темпе. Как правило, освоение курса занимает от двух до трёх недель. Доступ к материалам сохраняется на весь период сессии.
Кому подойдёт этот курс? Курс ориентирован на специалистов по анализу данных, маркетологов, экономистов, инженеров, научных сотрудников и всех, кто работает с цифрами и хочет освоить современные статистические методы для решения прикладных задач.
Кто вас учит? Курс разработан преподавателями НИЯУ МИФИ — теми же, кто обучает студентов университета по этой дисциплине. Цуверкалова Ольга Феликсовна — кандидат экономических наук, доцент кафедры Математики ВИТИ НИЯУ МИФИ.
Инструменты и технологии, которые вы освоите:
Как устроено обучение:
Все материалы становятся доступны сразу после оплаты. Учитесь в удобное время, без жёсткого графика.
Корпоративным клиентам: Для юридических лиц возможно корпоративное обучение по счёту-оферте. Запрос отправляйте на openedu@mephi.ru с указанием ФИО, должности и организации.
Модуль 1. «Основные понятия прикладной статистики».
- Урок 1. «Генеральная совокупность и выборка».
- Урок 2. «Типы переменных и шкалы измерений».
- Урок 3. «Способы представления статистических данных».
Модуль 2. «Законы распределения случайных величин».
- Урок 1. «Нормальное распределение».
- Урок 2. «Другие виды распределений».
Модуль 3. «Описательные статистики».
- Урок 1. «Меры центральной тенденции».
- Урок 2. «Показатели вариации».
- Урок 3. «Интервальное оценивание».
Модуль 4. «Проверка статистических гипотез».
- Урок 1. «Общие положения».
- Урок 2. «Проверка параметрических гипотез».
- Урок 3. «Непараметрические гипотезы».
Модуль 5. «Дисперсионный анализ».
- Урок 1. «Непараметрические критерии оценки однородности».
- Урок 2. «Однофакторный анализ».
- Урок 3. «Двухфакторный и многофакторный дисперсионный анализ».
Модуль 6. «Корреляционный анализ».
- Урок 1. «Оценка связи между количественными признаками».
- Урок 2. «Ранговые показатели тесноты связи».
- Урок 3. «Оценка связи между номинальными признаками».
Модуль 7. «Основы регрессионного анализа».
- Урок 1. «Виды регрессионных моделей».
- Урок 2. «Парная линейная регрессия».
- Урок 3. «Нелинейные регрессионные модели».
Модуль 8. «Множественная регрессия».
- Урок 1. «Особенности модели множественной регрессии».
- Урок 2. «Регрессионные модели с качественными переменными».
Модуль 9. «Анализ временных рядов».
- Урок 1. «Структура и модели временного ряда».
- Урок 2. «Выявление основной тенденции временного ряда».
- Урок 3. «Анализ колебательных процессов».
Модуль 10. «Основы кластерного анализа».
- Урок 1. «Сущность и назначение кластерного анализа».
- Урок 2. «Измерение близости объектов».
- Урок 3. «Методы кластерного анализа».
После курса вы сможете (вот что попадёт в ваше резюме):
Для возврата средств направьте письменное требование на openedu@mephi.ru. Возврат осуществляется в течение 15 рабочих дней.
Как получить удостоверение?
Успешно завершить программу (набрать 60+ баллов из 100 по всем тестам). Документ высылаем на почту в электронном виде. Оригинал — по запросу.
Как быстро я получу удостоверение?
Электронное удостоверение высылаем в течение 30 рабочих дней после успешной проверки прокторинга. Оригинал на бумаге — по вашему запросу; отправим почтой в течение 15 рабочих дней.
Что будет, если я пройду курс очень быстро?
Даже если вы успешно завершите программу за 3–4 дня, доступ к материалам сохранится на весь установленный срок сессии (минимум на 14 дней).
Что такое прокторинг?
Это система видеонаблюдения во время итогового теста. Вы выбираете удобное время, сотрудники МИФИ проверят запись. Это гарантирует, что удостоверение получите именно вы.
Можно ли пересдать тесты?
Да, каждый тест (как промежуточный, так и итоговый) можно пройти 2 раза.
Какие технические требования?
Компьютер с доступом в интернет (от 1 Мбит/с), веб-камера для прокторинга, современный браузер.
Остались вопросы? Напишите нам: openedu@mephi.ru
Обучение ведётся на русском языке. Программа реализуется с применением исключительно электронного обучения и дистанционных образовательных технологий. Все услуги предоставляются в соответствии с публичной офертой.
Ключевые слова: прикладная статистика обучение, анализ данных курсы, повышение квалификации статистика, онлайн курс статистические методы, проверка статистических гипотез обучение, регрессионный анализ курс, анализ временных рядов обучение, кластерный анализ обучение, дисперсионный анализ обучение, обработка статистических данных курс.
Информация для сертификата (Знать/Уметь/Владеть):
Знать: основные виды задач анализа данных, подходы к их решению; основные категории и понятия статистического анализа; принципы и методы обработки результатов статистического наблюдения.
Уметь: осуществлять группировку и визуализацию статистических данных; производить оценку основных характеристик анализируемых показателей; строить и анализировать корреляционно-регрессионные модели; проводить анализ временных рядов и прогнозирование; осуществлять классификацию результатов наблюдений на основе кластерного анализа.
Владеть: методами обработки результатов статистического наблюдения и анализа его результатов; простейшими методами статистического анализа данных с использованием выбранного программного обеспечения.
