składa się z 4 kursów o różnym stopniu zaawansowania, podczas których, oprócz nauki samego programu, uczestnicy mają możliwość poznania nowoczesnych metod analizy danych. Osobom, które nie miały wcześniej styczności z R i/lub statystyką sugerujemy następującą kolejność: „Analiza i wizualizacja danych w R”, „Podstawy statystyki matematycznej w R”, „Zaawansowana statystyka matematyczna w R”. Kurs "Raportowanie i wizualizacja danych z Shiny R" jest zaawansowanym kursem narzędziowym, na który można zapisać się bezpośrednio po kursie „Analiza i wizualizacja danych w R”.

kurs R LabMasters - Easie R

Zaawansowana statystyka matematyczna w R

Poziom zaawansowany

30 godzin dydaktycznych

Zajęcia w sali komputerowej

Zaświadczenie ukończenia

Ocena kursu: 4,38/5,00 – 86% ocen pozytywnych 

Koordynator: Piotr Ćwiakowski (pcwiakowski@labmasters.pl)

Oprogramowanie: R / R Studio

Miejsce: Wydział Nauk Ekonomicznych UW, Warszawa ul. Długa 44/50 (mapa)


597 zł (485,37 zł netto)

Cena zawiera m.in. certyfikat zdania egzaminu (na podstawie rozwiązanych zadań sprawdzających), zaświadczenie ukończenia kursu (na podstawie obecności), komplet materiałów w formie elektronicznej i papierowej, darmowe konsultacje (więcej).

Opis kursu

Kurs Zaawansowana statystyka matematyczna w R to zajęcia z analizy danych na poziomie zaawansowanym, dla osób które mają dobrze opanowane podstawy statystyki matematycznej i posiadają praktykę w pracy z danymi. Grupą docelową są członkowie zespołów analitycznych i badawczych w firmach prywatnych i instytucjach publicznych oraz na uniwersytetach, a także osoby aspirujące do takich zadań posiadające wstępne doświadczenie m. in. w przetwarzaniu danych, których interesuje modelowanie zjawisk i wnioskowanie statystyczne.

Kurs jest kompendium wiedzy i umiejętności o zaawansowanych metodach statystycznych – od modelu ANOVA i testu Kruskala Wallisa po modele statystyki wielowymiarowej – redukcję wymiarów w PCA i segmentację danych. Modele prezentowane są w praktycznych przykładach – uczestnicy mają możliwość zmierzenia się z konkretnym problemem badawczym, następnie szacują pod kierunkiem prowadzącego właściwy model – oceniają jego przydatność i poprawność stosując odpowiednie testy statystyczne i miary dopasowania modeli do danych.


Zapisy na kurs

W tym momencie rejestracja na kurs Zaawansowana statystyka matematyczna w R jest nieaktywna. Jeżeli jesteś zainteresowany(a) wzięciem udziału w tym kursie, zgłoś wstępną chęć uczestnictwa. Dzięki temu, wcześniej niż inni otrzymasz informację o zapisach i będziesz mieć pierwszeństwo w rejestracji. Zgłoś Mnie

Szczegółowa tematyka kursu

Wprowadzenie/powtórzenie.

Procedura weryfikacji hipotez statystycznych, budowa przedziału ufności, badanie mocy testu, metodologia badań statystycznych, metody randomizacji danych  (blokowa, warstwowa, losowanie z klastrów), eksperyment jako złoty standard w badaniach statystycznych.

Model ANOVA

Budowa modelu, testowanie założeń, obciążenie Lovella, porównania wielokrotne i poprawka Tukeya, ANOVA jednoczynnikowa, dwuczynnikowa, model z interakcji, testowanie istotności efektów (I, II i III rodzaju), rozszerzenia modelu ANOVA: ANOVA z powtarzalnymi pomiarami, model ANCOVA, model MANOVA, model nieparametryczny Kruskalla-Wallisa.

Zaawansowana analiza regresji liniowej.

Budowa i diagnostyka modelu, analiza reszt (normalność, autokorelacja, heteroskedastyczność), analiza obserwacji odstających (odległość Cooka, wykres dźwigni), badanie stabilności oszacowań (test Chowa), wybór najlepszej formy funkcyjnej (przekształcenie Boxa-Coxa, test ilorazu wiarygodności, regresja krokowa, algorytm leaps and bounds).

Zaawansowana analiza tablicy kontyngencji i korelacji.

Przegląd testów niezależności, przegląd testów siły związku, ilorazy szans i relatywnego ryzyka, czułość, specyficzność i dokładność, analiza korespondencji (metodologia, diagnostyka, metody wizualizacji), nieparametryczne testy korelacji, testy permutacyjne, wykrywanie i testowanie korelacji nieliniowej.

Metody quasi-eksperymentalne w statystyce.

Problem selekcji do próby, przegląd metod quasi-eksperymentalnych: propensity score matching, model regresji nieciągłej (regression discontinuity design), model różnicy w różnicach (difference in difference), wprowadzenie do metody zmiennych instrumentalnych.

Wstęp do Data Mining i Machine Learning.

Bootstrap i Monte Carlo, analiza głównych składowych (PCA), segmentacja danych (hierarchiczna i niehierarchiczna).

Analiza przeżycia.

Funkcja przeżycia, funkcja hazardu (ryzyka), estymator Kaplana Meiera, Model Coxa, zastosowanie analizy przeżycia w badaniach medycznych.


Czego się nauczysz

Podczas kursu Zaawansowana statystyka matematyczna w R nabędziesz umiejętność posługiwania się modelami statystycznymi, poznasz ich mocne i słabe strony. Będziesz potrafi wykonywać profesjonalną analizę danych, formułować i weryfikować hipotezy statystyczne oraz modelować zależności, stosując średnio zaawansowane i zaawansowane narzędzia statystyczne. Nauczymy Cię dobrać właściwą technikę statystyczną do postawionego problemu badawczego, a także przekażemy wiedzę o procedurach i funkcjach pakietu R potrzebnych do oszacowania zaawansowanego modelu statystycznego.

Opinie uczestników

„Świetny zakres tematyczny! Oby więcej takich kursów!”


„Ciekawy format zajęć, temat trudny ale przedstawiony w interesujący sposób, profesjonalne podejście do prowadzenia zajęć przez Panią Ewę i Pana Piotra sprawiło, że czekam na kolejne kursy.”


„Bardzo dobry kurs. Wykładowcy bardzo dobrze przygotowani.”


„Świetni prowadzący, specjaliści w tym temacie.”


„Bardzo duża ilość informacji przedstawiona w interesujący i nieprzytłaczający sposób.”


„Bardzo solidnie przygotowany kurs, znakomicie poprowadzony.”


„Kurs zdecydowanie godny polecenia – wysoka intensywność zajęć, przystępny sposób prowadzenia oraz bardzo duża ilość informacji. Bardzo dużym plusem są gotowe wykłady, które łatwo opatrywać własnymi komentarzami.”


„Pan Piotr jest super prowadzącym, zna się na tym o czym mówi i potrafi przekazać tę wiedzę w przystępny sposób, odpowiadając również na czasami bardzo osobliwe pytania kursantów.”


„miło być pozytywnie zaskoczonym”