Model linier umum - kursus 3600 gosok. dari Open education, pelatihan 3 minggu, sekitar 6 jam per minggu, Tanggal 29 November 2023.
Miscellanea / / December 01, 2023
Salah satu syarat penerapan model linier konvensional adalah independensi observasi satu sama lain, yang menjadi dasar pemilihan model. Namun, dalam praktiknya sering kali terdapat situasi di mana desain pengumpulan material sedemikian rupa sehingga pelanggaran terhadap kondisi ini tidak dapat dihindari. Bayangkan Anda memutuskan untuk membuat model yang menggambarkan hubungan antara kinerja pendidikan jasmani dan nilai tes IQ di kalangan siswa. Untuk mengatasi masalah ini, Anda membuat banyak sampel di beberapa institusi. Apakah mungkin untuk menggabungkan data tersebut menjadi satu analisis, yang dibangun sesuai dengan skema tradisional? Tentu saja tidak. Mahasiswa di setiap universitas mungkin mirip satu sama lain dalam beberapa hal. Bahkan sifat hubungan antara besaran yang dipelajari mungkin agak berbeda. Jenis data yang terdapat korelasi intragrup sebaiknya dianalisis menggunakan model campuran linier. Kami akan menunjukkan bahwa beberapa prediktor harus dimasukkan dalam model sebagai apa yang disebut “faktor acak”. Anda akan belajar bahwa faktor-faktor acak dapat disubordinasikan secara hierarkis. Kita akan membahas bagaimana model campuran dapat dibangun untuk variabel terikat yang mengikuti berbagai jenis distribusi. Selain itu, kami akan menunjukkan bahwa bagian acak dari model bisa menjadi lebih kompleks - bagian tersebut dapat memiliki komponen yang memodelkan perilaku varians sebagai respons terhadap pengaruh kovariat. Di akhir kursus, Anda akan menemukan proyek di mana Anda dapat berlatih membuat model campuran dengan memilih salah satu dari beberapa kumpulan data. Berdasarkan analisis data ini, Anda dapat membuat laporan sesuai tradisi penelitian yang dapat direproduksi.
Associate Professor, Departemen Zoologi Invertebrata, Fakultas Biologi, Universitas Negeri St. Petersburg, Ph.D.
Kepentingan ilmiah: struktur dan dinamika komunitas benthos laut, skala spasial, suksesi, interspesifik dan intraspesifik interaksi biotik, pertumbuhan dan reproduksi invertebrata laut, struktur demografi populasi, mikroevolusi, biostatistik.
Kursus ini terdiri dari 4 modul:
1) Pengenalan model linier umum
Model linier umum (GLM) memungkinkan Anda memodelkan perilaku besaran yang tidak mengikuti distribusi normal. Untuk mempermudah langkah pertama Anda dalam dunia GLM, kami akan menganalisis strukturnya menggunakan contoh GLM untuk besaran yang terdistribusi normal - dengan cara ini Anda dapat menggambar kesejajaran dengan model linier sederhana. Anda akan mempelajari apa itu fungsi tautan, cara kerja kemungkinan maksimum, dan cara menguji hipotesis GLM menggunakan uji Wald dan uji rasio kemungkinan.
2) Masalah pemilihan model
Dalam modul ini kita akan membahas masalah metodologis yang terkait dengan pembuatan model. Model adalah representasi realitas yang disederhanakan, dan memilih di antara berbagai metode penyederhanaan yang bersaing merupakan tugas yang sering dilakukan analis. Dalam modul ini, Anda akan belajar membandingkan model menggunakan kriteria informasi. Kami akan membahas opsi utama untuk analisis ketika memilih model dan berbicara tentang kesulitan yang timbul sehubungan dengan banyaknya model yang tersembunyi. Terakhir, kami akan mengajari Anda untuk mengenali jenis utama penyalahgunaan pemilihan model (penangkapan data, peretasan p).
3) Model linier umum untuk menghitung data
Dalam modul ini kita akan membahas metode dasar untuk memodelkan besaran terhitung. Pertama, kita akan membahas mengapa model linier konvensional tidak cocok untuk menghitung data. Properti distribusi yang dapat dihitung akan membantu Anda memahami perbedaan antara jenis GLM untuk data yang dapat dihitung dan fitur diagnostiknya. Anda akan melihat fungsi tautan bekerja saat Anda memvisualisasikan prediksi GLM pada skala fungsi tautan dan pada skala variabel respons.
4) Model linier umum dengan respons biner
Terkadang ada kebutuhan untuk melakukan simulasi apakah suatu peristiwa telah terjadi atau tidak, baik itu tim sepak bola atau hilang, apakah pasien sembuh setelah perawatan atau tidak, apakah klien berkomitmen membeli atau tidak. Model linier konvensional tidak cocok untuk memodelkan data biner (peristiwa dengan dua hasil), tetapi hal ini dapat dengan mudah dilakukan dengan menggunakan model linier umum. Dalam modul ini, Anda akan belajar memodelkan probabilitas suatu peristiwa yang terjadi dengan merepresentasikannya sebagai peluang. Kita akan melihat cara kerja fungsi logit link dan bagaimana koefisien GLM diinterpretasikan saat digunakan. Terakhir, Anda akan dapat berlatih menganalisis model linier umum dengan distribusi berbeda dengan menyelesaikan proyek analisis data. Hasil analisis ini perlu disajikan dalam bentuk laporan dalam format html, ditulis menggunakan rmarkdown/knitr.
• Pelajari keterampilan apa saja yang diperlukan untuk memulai analitik dan Ilmu Data• Pelajari cara menggunakan Excel, SQL, Power BI, Google Data Studio untuk bekerja dengannya data dan tulis kode pertama Anda dengan Python• Dapatkan panduan langkah demi langkah dan pelajari cara memasuki bidang ilmu data dan memilih peran dalam Ilmu Data
4,4
1 490 ₽