Онлайн-курс
Статистика, R и анализ данных
Научитесь превращать хаотичные данные в статьи, которые примут в Q1-журналы — за 2 месяца в R.
Даты курса: 29 сентября — 5 декабря
Вт, Чт с 19:00 до 22:00 (Мск)
Сб с 10:00 до 14:00 (Мск) (всего 5 суббот)
Даты курса: 29 сентября — 5 декабря
Вт, Чт с 19:00 до 22:00 (Мск)
Сб с 10:00 до 14:00 (Мск) (всего 5 суббот)
Удостоверение государственного образца о повышении квалификации.
Лицензия №Л035-01298-77/00621654 от 18.10.2022
Лицензия №Л035-01298-77/00621654 от 18.10.2022
72 часа занятий и 32 часа проектной работы
Материалы доступны еще год после старта
Научитесь анализировать и интерпретировать
Сертификат о прохождении курса ДПО образца
Чему я научусь на курсе?
·Обработке и визуализации данных скриптом в R
Автоматизация расчетов, построение графиков, их типы и условия применения каждого варианта — сэкономьте время и получайте красивые, качественные и корректные графики.
· Планированию экспериментов и их анализу
Научитесь формулировать проверяемые гипотезы, а также какие данные и в каком формате нужно собрать для их проверки — выдвигайте доказательства уверенно спокойно берите ответственность за результаты работы.
· Анализу собственных данных
Научитесь правильно понимать и систематизировать сложные реальные данные. А в качестве проекта вы сможете взять свои данные исследований или выбрать один из наших учебных примеров реальных данных из области биологии, медицины или фармации.
· Грамотному применению статистики на практике
Вспомните или изучите с нуля, что такое p-value и как выбрать подходящий статистический тест и применять его, оценивая мощность, эффекты и ограничения. Научитесь формулировать общую постановку задачи, определять необходимый размер выборки рандомизировать наблюдения.
Автоматизация расчетов, построение графиков, их типы и условия применения каждого варианта — сэкономьте время и получайте красивые, качественные и корректные графики.
· Планированию экспериментов и их анализу
Научитесь формулировать проверяемые гипотезы, а также какие данные и в каком формате нужно собрать для их проверки — выдвигайте доказательства уверенно спокойно берите ответственность за результаты работы.
· Анализу собственных данных
Научитесь правильно понимать и систематизировать сложные реальные данные. А в качестве проекта вы сможете взять свои данные исследований или выбрать один из наших учебных примеров реальных данных из области биологии, медицины или фармации.
· Грамотному применению статистики на практике
Вспомните или изучите с нуля, что такое p-value и как выбрать подходящий статистический тест и применять его, оценивая мощность, эффекты и ограничения. Научитесь формулировать общую постановку задачи, определять необходимый размер выборки рандомизировать наблюдения.
Этот курс для вас, если вы хотите...
Уверенно работать с большими объемами данных и наглядно визуализировать результаты.
Анализировать сырые данные и корректно интерпретировать результаты в контексте исследования.
Планировать эксперименты и выбирать оптимальные статистические методы.
Эффективно работать с R и писать чистый код.
Автоматизировать анализ данных и сократить время на рутинные задачи
Представлять результаты исследований в понятной и убедительной форме
После курса у вас будут навыки, которые позовлять легко и быстро автоматизировать предобработку данных, корректно применять статистику и быстрее доводить данные до публикаций уровня Q1.
Кому подойдет курс
Ученым
Чтобы перестать бояться статистических разделов статей и корректно анализировать собственные данные
Студентам
Чтобы защитить диссертацию с сильной статистикой и пройти рецензентов без критики
Врачам и исследователям
Чтобы анализировать данные пациентов или экспериментов и строить доказательные выводы
Почему стоит учиться с нами?
1
Самая полная и обновленная программа по статистике и R для исследователей на русском языке
2
Практика ваших данных или на реальных примерах из биологии и медицины
3
Полный путь от основ R до многофакторного анализа и визуализаций
4
Поддержка экспертов, техническое ассистирование и доступ к чатам курса после его окончания
5
Масштабы курса:
- 100+ часов обучения
- 2 месяца практики
- 5 самостоятельных проектов
- 20+ разборов реальных кейсов
- 100% онлайн с доступом к записям
Более 2000 человек уже обучились на наших курсах. Мы постоянно исследуем новые , держим руку на пульсе, используем современные методики обучения и заботимся о слушателях.
Программа курса
- Введение в R и RStudio
- Калькулятор, функции, операторы
- Типы данных, векторы, создание последовательностей
- Задания и практика
- Приведение типов
- Векторизация и ресайклинг
- Индексирование
- Задания и обсуждения
- Логические векторы и оператор %in%
- Матрицы, массивы, списки
- Датафреймы
- Задания и разбор
- CRAN, Bioconductor
- Git/Github
- Импорт таблиц (CSV, TXT)
- Организация проектов в RStudio
- Проверка целостности данных
- Импорт и экспорт данных
- Создание функций
- Тест по базовому R
- Семейство apply(), {purrr}
- {readr}, {tibble}
- Пайпы, выбор строк и колонок
- mutate(), case_when(), summarise(), join
- pivot_*, across, separate()
- Тест по tidyverse
- Пайплайн обработки данных
- Описательная статистика
- Базовые графики (plot, hist, boxplot)
- Grammar of Graphics и ggplot2
- Расширения ggplot2
- Тест на визуализации
- Разбор ошибок при оформлении графиков
- Quarto, RMarkdown
- Интерактивные визуализации
- Shiny
- Дизайн исследований
- Случайные величины и распределения
- Интервальные оценки и SE
- NHST, t-тесты (одновыборочные, парные, независимые)
- Непараметрика (Mann–Whitney, Wilcoxon, χ², Фишер)
- Корреляции и ковариации
- Линейная и множественная регрессия
- ANOVA (все виды), dummy coding
- GLM и LMER
- Практика на собственных данных
- Кластерный анализ
- PCA
- t-SNE
- Итоговый проект
Как проходит обучение?
Расписание занятий:
- ВТ, ЧТ: 19:00—22:00 (МСК)
- СБ: 10:00—14:00 (МСК)
Вы не просто смотрите лекции, а работаете с собственными данными, чтобы после курса сразу использовать результаты в своих публикациях!
Формат занятий:
Онлайн: Все занятия проходят в Личном кабинете ученика. Можно задавать вопросы голосом на трансляции и в чате — преподаватели всегда на связи.
Доступ к материалам:
- Все записи и материалы доступны в Личном кабинете на год.
- Чат поддержки остаётся навсегда — можно задавать вопросы по статистике даже после курса.
Остались вопросы?
Поможем разобраться
Если у вас остались вопросы, оставьте заявку на бесплатную консультацию — мы обязательно вам поможем!
Я даю согласие на обработку персональных данных в соответствии с политикой конфиденциальности
Стоимость курса
Физические лица
+
Беспроцентная рассрочка на 12 месяцев
+
Бронь места по частичной оплате. Забронируйте место на курсе и цену по предоплате 10 000 руб. Доплата перед стартом обучения
+
Для студентов дневных и вечерних отделений бакалавриата, магистратуры и специалитета предоставляется скидка 30% (промокод STUDENTNGS30)*
+
Для аспирантов — 10% (промокод ASPIRANT10)
- Для применения студенческой или аспиранткой скидки мы попросим справку из деканата или фото студенческого. Скопируйте промокод для оплаты.
- ЛК и доступ к курсу откроется только после внесения полной оплаты за курс.
- Цены действительна до 22 сентября
или 63 000 руб
5 250 руб. в месяц
Юридические лица
Полная оплата 69 500 руб.
Скидка при оплате более чем за 3 места
Скидка при оплате более чем за 3 места
- Работаем с 44-ФЗ и 223-ФЗ, а также проводим тендеры, закрываем гранты и работаем по постоплате.
- Выдаем Удостоверение государственного образца о повышении квалификации по лицензии №Л035−1 298−77/621 654 от 18.10.2022
Выгодное предложение
Специальная цена на пакеты из курсов
до -30%
на стоимость курса
при покупке в связке
при покупке в связке
Поможем разобраться
Бесплатно
проконсультируем
проконсультируем
Если у вас остались вопросы, оставьте заявку на бесплатную консультацию
Я даю согласие на обработку персональных данных в соответствии с политикой конфиденциальности
Преподаватели курса
Иван Поздняков
Старший преподаватель НИУ ВШЭ
Область интересов
- Преподает R и статистику в НИУ ВШЭ для студентов различных направлений
- Интересы: cognitive neuroscience, digital humanities
- Специализация: R, статистика
- Опыт преподавания 9+ лет
Преподаватели курса
Дарья Бородко
Преподаватель биоинформатики в РНИМУ им. Н. И. Пирогова, РУДН. Старший лаборант в НИИ ОПП
Область интересов
- транскриптомика, эпигенетика, медицинская статистика и биостатистика, ML
- 5+ лет в преподавании
Преподаватели курса
Елена Рыбина
- MSс по когнитивным наукам
- Научный сотрудник лаборатории когнитивной психологии НИУ ВШЭ, преподаватель НИУ ВШЭ, РАНХиГС и МВШСЭН
- Экс-учебный аналитик Яндекс. Практикум
Область интересов
- исследует когнитивную нагрузку,
- преподает методологию исследований, статистику и анализ данных в R
- опыт преподавания в вузах - 4 года,
- организация образовательных проектов - 10 лет
Курс такой-то и такой
Биохимик, Оксана
Курс такой-то и такой
Биохимик, Оксана
Отзывы выпускников
Курсы для тех, кто не стоит на месте, — от медицины до айти!
Отзывы выпускников
Марат Сабиров
М.н.с., группа молекулярной организации генома Института биологии гена
Отзыв:
Курс не заточен под какую-то определенную узкую специализацию, поэтому он подойдет людям разных профессий, кому в работе необходимо работать с данными. Я определенно советую этот курс всем, кто хочет научится анализу данных в R
Отзывы выпускников
Андрей Комиссаров
Заведующий лабораторией молекулярной вирусологии ФГБУ «НИИ гриппа им. А. А. Смородинцева» Минздрава России
Отзыв:
Огромное спасибо преподавателям и организаторам курса. Всегда чувствуется, когда люди не только в совершенстве знают, но и любят то, что преподают. Отдельно хотелось бы отметить, что технически все прошло очень хорошо. С удовольствием направлю сотрудников моей лаборатории на этот курс в будущем!
Отзывы выпускников
Алина Балыкова
Специалист по особо опасным инфекциям
Отзыв:
Мечтала об этом курсе с 2019 года! Большое спасибо от маленького ученого из Саратова! И я определенно посоветую этот курс всем коллегам биологам! Мне это дало нереальный рывок, появилась картина своих данных в голове и что с ними можно делать.
Отзывы выпускников
Адиля Сабирова
СПБГМУ им. И.И.Мечникова, Медико-профилактическое дело
Отзыв:
Курс вдохновляет. Видно желание помочь войти в сообщество без нарочитой экспертности. Отдельное восхищение вызывает структуризация информации в notion, администрирование курса и доступность всех материалов после курса
Анализ NGS-данных
Рассмотрим основные типы NGS-данных, а также продвинутые технологии — секвенирование единичных клеток и нанопоровое секвенирование. Вас ждет много практики, в том числе полногеномное секвенирование человека и анализ РНК-секвенирования.
Python для анализа данных в науке
За 30 часов вы с нуля научитесь решать ваши первые задачи в Data Science с помощью самого популярного языка программирования. Курс адаптирован для джуниор-уровня и исследователей, которые делают первые шаги в программировании.
Машинное обучение на Python для решения биоинформатических задач
Всего за пару месяцев курса вы научитесь уверенно работать с наборами биологических данных в Python, разберетесь в основах машинного обучения и сможете применять его в собственных исследованиях.
Вам может понравится
Удостоверение государственного образца о повышении квалификации.
Лицензия №Л035-01298-77/00621654 от 18.10.2022
Лицензия №Л035-01298-77/00621654 от 18.10.2022
Остались вопросы?
Поможем разобраться
Если у вас остались вопросы, оставьте заявку на бесплатную консультацию — мы обязательно вам поможем!
Я даю согласие на обработку персональных данных в соответствии с политикой конфиденциальности