gravatar

AllaT

Alla Tambovtseva

Recently Published

Document
Разбор ПЗ №3
Document
Plotly
ТВиМС: визуализация 1
Свойства E(X) и D(X)
My first file
My report
Основы R. Функции
Ввод и вывод в R
Document
DASS: Exam (variant 2)
R: exam
DASS: Exam
DASS: Logistic regression
DASS. Regression labs
DASS: Model diagnostics
DASS: Lab 5 - solutions
Linguistic Data: ANOVA
DASS: Lab 5
DASS: midterm (make-up)
DASS: Simple regression
DASS. Lab 4. Simple regression
Midterm
DASS: Lab 2 solutions
DASS: Lab 3 solutions
DASS: Lab3
Rprog: seminar 3
Rprog: seminar 3
DASS: Lab 2
DASS: t-test
LingData: lab4
Linguistic Data: ANOVA in R
CI-draft
DASS: Lab1 solutions
RProg: seminar2-solutions
Rprog: Intro to dplyr
DASS: Correlation coefficients
Rprog: dataframes
RProg: how not to get bored -2
RProg: seminar2
Linguistic Data: binomial test
RProg: seminar1-solutions
Rprog: matrices and lists
Rprog: more on vectors
DASS: Confidence intervals
RProg: seminar1
Linguistic Data: samples
Linguistic Data: R data frames
Vectors in R
RBasics
Introduction to Rmarkdown
Linguistic Data: R basics
DASS. Statistical laws
DASS. Loops in R
DASS. Working with tables.
DASS-csv-add
DASS. Data loading
Vectors in R
R Data types
DASS. Intro to R
R as a calculator. Variables in R.
Лекция 5
Семинар 4
Семинар 1
Семинар 1
RprogData: intro-markdown
Лекция 1. Файл Rmarkdown и язык разметки markdown.
Меры связи в R
Доверительные интервалы в R
Семинар по доверительным интервалам
R: работа с данными
Краткая инструкция по загрузке базы данных и ее описанию, построению базовых графиков (гистограмма, ящик с усами, скрипичная диаграмма).
Метод главных компонент: введение
Введение в метод главных компонент.
Кластерный анализ 3: качество кластеризации
Как оценить качество кластеризации и сколько кластеров выбрать. Метод k-means.
Кластерный анализ: дендрограммы
Красивые дендрограммы
Кластерный анализ 1
Введение в кластерный анализ. Иерархический кластерный анализ. Дендрограмма.
lecture7-exploratory_rprog3
Лекция 12-01-18. Разведывательный анализ данных: визуализация распределений качественных и количественных данных.
lecture14-texts
Лекция 20-12. Предварительная обработка текстов. Облака слов.
stargazer-rmarkdown
statistical_tests
Статистические критерии (критерий Стьюдента для двух выборок, критерий Уилкоксона, ANOVA, критерий Краскела-Уоллиса). В помощь к большому ДЗ.
22-11-ggplot2
Графики с ggplot2. Библиотека ggflags.
06-12-maps
Географические карты в R. Работа с shape-файлами и раскраска карт. Библиотеки maptools, classInt, RColorBrewer.
lecture10-ggplot
visualization
Принципы визуализации или много примеров того, как делать не нужно.
15-11-functions
Лекция 15.11.17. Циклы и функции в R.
10-11-vectors-contd
Лекция 10-11-17. Векторы из повторяющихся значений. Пропущенные значения. Последовательности.
10-11-matrices-lists
Лекция 10-11-17. Матрицы и списки.
08-11-conditionals
Лекция 08-11-17. Вывод сообщения на экран: print, cat, sprintf. Условия: операторы if и else.
RMarkdown replication
ДЗ #1
03-11-vectors
Лекция 03-11-17. Векторы. Преобразование типов. Работа с элементами вектора.
03-11-markdown
Лекция 03.11.17. Язык разметки markdown. Rmarkdown.
03-11-intro
Лекция 03-11-17. Установка библиотек. R как калькулятор. Переменные в R. Логические выражения.
lecture7-exploratory
18-10-exploratory
Лекция 18-10-17. Описательные статистики в R. Базовые графики в R: диаграммы (столбчатая и круговая), гистограммы, ящики с усами.
11-10-descriptives
Лекция 11-10-17. Описательные статистики в R. Выгрузка таблиц в LaTeX и Word (html).
04-10-dplyr
Лекция 04-10-17. Базы данных и библиотека dplyr.
27-09-datasets
Лекция 27-09-17. Загрузка данных в R. Выгрузка данных из R. Базы данных. Пропущенные значения.
20-09-matrices-lists
Лекция 20-09-17. Векторы, последовательности, матрицы, списки.
20-09-vect-contd
Лекция 20-09-17. Поименованные векторы. Пропущенные значения. Последовательности.
13-09-vectors
Лекция 13-09-17. Векторы в R.
13-09-intro
Лекция 13-09-17. Введение в R. R как калькулятор. Переменные. Типы переменных в R.
13-09-Rmarkdown
Лекция 13-09-17. Работа с Rmarkdown
RMarkdown
Часть 1 домашнего домашнего задания №1.
DASS 2016-17 Homework 5
Статистические оценки
семинар 24-04
DASS 2016-17 Homework 4
DASS 2016-17 Homework 4
DASS 2016-17 Homework 3
DASS 2016-17 Homework 2
Занятие 5. Работа с файлами. Первичный анализ данных.
Работа с файлами: загрузка, сохранение, конвертация. Первичная обработка данных. Функции. Первичный анализ данных: описательные статистики, проверка нормальности, сравнение средних и распределений.
Занятие 3. Вывод сообщения на экран. Циклы. Операторы условия. Функция assign().
Вывод сообщения на экран. Циклы for и while. Операторы условия if и else. Разветвленные и множественные условия. Функция assign(). Практические задачи.
Занятие 7: линейная регрессия с эффектами взаимодействия. Пространственно-временные данные: модели с фиксированными и случайными эффектами.
Линейная модель с эффектами взаимодействия (interaction terms): оценка модели, расчет и визуализация предельных эффектов. Пространственно-временные данные: модели с фиксированными/ случайными эффектами. Выбор модели, тестирование качества модели.
Занятие 6: корреляционный анализ, линейная регрессия.
Коэффициент корреляции. Корреляционная и ковариационная матрицы. Визуализация связи переменных. Обычная линейная регрессия. Проверка качества модели. Выгрузка таблиц в LaTex.
Занятие 5: графики (часть 2), графики с ggplot2.
Диаграмма рассеяния (scatterplot). Матрица диаграмм рассеяния. Графики с ggplot2: гистограмма, график плотности распределения, "ящик с усами", диаграмма рассеяния.
Занятие 4: качественные данные, графики (часть 1).
Работа с качественными данными: таблицы сопряженности, критерий хи-квадрат. Графики для качественных данных: столбчатая и круговая диаграмма. Графики функций. Графики для количественных данных: гистограмма, "ящик с усами".