使用 R 进行统计学 – 中级
使用 R 程序进行统计分析
讲师:Bogdan Anastasiei
双语IT资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
您将学到什么
- 运行参数和非参数相关性(Pearson、Spearman、Kendall)
- 执行偏相关
- 进行卡方检验以了解关联性
- 进行独立样本 t 检验
- 运行配对样本 t 检验
- 执行单因素方差分析
- 进行双向和三向方差分析
- 进行单因素多变量方差分析
- 对均值差异进行非参数检验(Mann-Whitney、Kruskal-Wallis、Wilcoxon)
- 执行多元线性回归
- 计算 Cronbach 的 alpha
- 计算其他可靠性指标(Cohen 的 kappa、Kendall 的 W)
探索相关主题
要求
- R&R工作室
- 统计知识
描述
如果您想了解如何在 R 程序中执行最有用的统计分析,那么您来对地方了。
现在,您不必无休止地搜索网络来查找如何进行 Pearson 或 Spearman 相关性、独立 t 检验或因子方差分析、如何执行顺序回归分析或如何计算 Cronbach’s alpha。本课程中的所有内容都在这里,以直观的方式逐步解释。
那么,您将在本课程中学习什么?
首先,您将学习如何在 R 中执行关联检验,包括参数和非参数:皮尔逊相关性、斯皮尔曼和肯德尔相关性、偏相关和独立性卡方检验。
均值差异检验占本课程的很大一部分,因为它们非常重要。我们将介绍 t 检验、方差分析(单变量和多变量)和一些非参数检验。对于每种技术,我们将提出初步假设,运行程序并仔细解释所有结果。
接下来,您将学习如何执行多元线性回归分析。我们为这个主题安排了几个大讲座,因为我们还将学习如何检查回归假设以及如何在 R 中运行顺序(或分层)回归。
最后,我们将进入统计可靠性领域——您将学习如何在 R 中计算三个重要的可靠性指标。
因此,完成本课程后,您将获得一些使用 R 程序的宝贵统计分析知识和技能。不要等待,立即报名,为激动人心的旅程做好准备!
本课程适合哪些人:
- 学生
- 博士研究生
- 学术研究人员
- 商业研究人员
- 大学教师
- 任何想在统计分析领域工作的人
- 任何对定量分析充满热情的人
如果你有能力,请务必支持课程的原创作者,这是他们应得的报酬!
本站收取的费用,仅用来维持网站正常运行的必要支出,从本站下载任何内容,说明你已经知晓并同意此条款。