Руководство пользователя личного кабинета
Скачать
Каталог
ВойтиЗарегистрироваться
ВойтиЗарегистрироваться
ВойтиЗарегистрироваться
Войти Зарегистрироваться
ВойтиЗарегистрироваться

Статистика и анализ данных в R: методы и приложения в психологии и социальных науках

Анализ данных — критически важная область для исследователя в науке. Но часто в курсах встречается ряд проблем — непоследовательность изложения материала, недостаточное внимание к математической составляющей, и слабое фундирование математических концепций в предметном материале исследовательской области. Все эти проблемы автор постарался решить в данном курсе.

Задать вопрос
  • Стоимость обучения

    115 000 ₽

  • Продолжительность

    6 месяцев

  • Формат обучения

    Онлайн синхронный

  • Документ

    Удостоверение о повышении квалификации

Важно25.09.2025

25 сентября Центр дополнительного образования факультета социальных наук и Департамент психологии НИУ ВШЭ приглашают на вебинар «Статистика в действии: как анализ данных помогает изучать людей». Вы узнаете, как современные методы анализа данных работают в реальных задачах социальных наук, и узнать, как вы можете использовать их в своей практике. На встрече также будет представлена новая программа повышения квалификации «Статистика и анализ данных в R: методы и приложения в психологии и социальных науках». Ведущий вебинара — Антон Ангельгардт, автор и преподаватель курса, бакалавр психологии, магистр фундаментальной и прикладной лингвистики, преподаватель Департамента психологии НИУ ВШЭ.

Зарегистрироваться на вебинар

О программе

Почти все методы анализа данных основаны на линейных моделях, поэтому им мы уделим основное внимание в нашем курсе. И все же аналитика невозможна без хорошего знания программного обеспечения и математической статистики — поэтому мы начнем с самого начала. На практических занятиях, начав с освоения языка R как самого популярного в социальных науках и заложив некоторый математический фундамент, мы изучим самые важные темы математической статистики и последовательно будем двигаться в бескрайнем океане линейных моделей.

Нас ждем много теории и много практики, но мы не сможем освоить всё — это факт. Однако на курсе вы получите необходимые и достаточные знания для того, чтобы свободно ориентироваться в анализе данных научных исследований. Кроме того, вы сможете далее самостоятельно расширять их в сторону, например, машинного обучения и других методов, активно используемых в индустрии.

Для кого

Онлайн-программа ДПО «Статистика и анализ данных в R: методы и приложения в психологии и социальных науках» предназначена для:

  • Стажеры-исследователи и научные сотрудники лабораторий

    Проводящие исследования в социальных науках и психологии

  • Магистранты и аспиранты

    Программ по социальным наукам и психологии

  • Практикующие исследователи

    Области социальных наук и психологии

  • Преподаватели статистики, анализа данных

    И других дисциплин без профильного образования по Data Science

Программа обучения

Онлайн-программа ДПО  «Статистика и анализ данных в R: методы и приложения в психологии и социальных науках» включает в себя теоретические лекционные блоки и практическую отработку навыков на занятиях с преподавателем.

  • 1. Введение в курс

    1.1 Введение в курс. Установка R и RStudio. Интерфейс

  • 2. Основы R

    2.1 Основы R. Типы и структуры данных. Функции и управляющие конструкции

    2.2 Работа с данными. Предобработка и визуализация данных. Строки. Дата и время

    2.3 Промежуточный проект

  • 3. Математика и теория измерений

    3.1 Математика для анализа данных

    3.2 Измерения. Психометрические измерения. Основы психометрического анализа

  • 4. Теория вероятности и NHST

    4.1 Введение в теорию вероятности. Случайный эксперимент и случайные величины

    4.2 Оценивание статистических параметров и тестирование статистических гипотез

    4.4 Тест

  • 5. Анализ данных

    5.1 Описательная статистика и корреляционный анализ

    5.2 Общие линейные модели. Регрессионный и дисперсионный анализ

    5.3 Обобщенные линейные модели. Логистическая и пуассоновская регрессия

    5.4 Обобщенные аддитивные модели. Регуляризованная регрессия

    5.5 Смешанные линейные модели

    5.6 Кластерный анализ

    5.7 Анализ главных компонент и эксплораторный факторный анализ

    5.8 Моделирование структурными уравнениями

  • 6. Представление данных. Git для исследователей

    6.1 RMarkdown и Quarto. Git и GitHub

Формат обучения

  • Продолжительность общая в часах

    204 часа

  • Формат обучения

    Онлайн синхронный

  • Язык обучения

    русский

Режим занятий

Лекционные теоретические материалы предлагаются к самостоятельному изучению в записи. Доступ к лекционному занятию открывается до начала практического семинара с преподавателем.

Семинарские занятия проводятся по субботам:

10:00–11:20, 11:40–13:00

Расписание семинарских занятий:

1

25/10/2025

Основы R. Типы и структуры данных. Функции и управляющие конструкции (I)

2

1/11/2025

Основы R. Типы и структуры данных. Функции и управляющие конструкции (II)

3

8/11/2025

Датафреймы. Исследование данных. Дата и время

4

15/11/2025

Предобработка данных. Строки.

5

22/11/2025

Визуализация данных

6

13/12/2025

Введение в теорию вероятности. Случайный эксперимент и случайные величины

7

20/12/2025

Оценивание статистических параметров и тестирование статистических гипотез

8

17/01/2026

Описательная статистика и корреляционный анализ

9

24/01/2026

Общие линейные модели. Регрессионный анализ

10

31/01/2026

Общие линейные модели. Дисперсионный анализ

11

7/02/2026

Обобщенные линейные модели. Логистическая и пуассоновская регрессия

12

14/02/2026

Обобщенные аддитивные модели. Регуляризованная регрессия

13

21/02/2026

Смешанные линейные модели

14

28/02/2026

Кластерный анализ

15

7/03/2026

Анализ главных компонент и эксплораторный факторный анализ

16

14/03/2026

Моделирование структурными уравнениями. КФА, модерация, медиация

 
Результаты обучения

По окончании курса Вы:

  • УЗНАЕТЕ

    Как работает, что умеет и не умеет статистика

  • НАУЧИТЕСЬ

    Самостоятельно писать код на R

  • СМОЖЕТЕ

    Применять статистические методы для поиска ответов на исследовательские вопросы

  • ОСВОИТЕ

    Математику статистических методов

  • СМОЖЕТЕ

    Красиво визуализировать результаты анализа данных

Преимущества программы

  • 01

    Разработана непосредственно для специалистов, связанных с психологией и социальными исследованиями

  • 02

    Разбор всех тем «с нуля» — подходит слушателям без профильного бэкграунда

  • 03

    Адаптационные блоки про математику и психометрику

  • 04

    Системное изучение статистических методов — от простого к сложному

  • 05

    Практика на данных психологических и социальных исследований

  • 06

    Итоговый проект, основанный на Вашем исследовательском вопросе

  • 07

    Изучите не только анализ и моделирование, но и визуализацию и представление данных

  • 08

    Возможность оплаты обучения в рассрочку

Документ, который Вы получите

Задать вопрос
Задать вопрос

Преподаватель программы

  • Ангельгардт Антон Николаевич

    Бакалавр психологии, магистр фундаментальной и прикладной лингвистики, преподаватель департамента психологии НИУ ВШЭ и факультета психологии ИОН РАНХиГС, ex-продуктовый исследователь «Профилум»

Стоимость и условия

  • 115 000 рублей

    Возможна оплату в рассрочку двумя равными платежами

  • Налоговый вычет

    До 13% от стоимости обучения

  • Скидки для физических лиц

    До 10%

    Выпускникам, студентам, сотрудникам и слушателям ДПО Вышки

  • Скидки для юридических лиц

    До 15%

    При обучении трех и более сотрудников от одной организации

Для поступления на программу «Статистика и анализ данных в R: методы и приложения в психологии и социальных науках» необходимо подготовить сканы/фото следующих документов. Далее Вам следует нажать кнопку «в корзину» и пройти регистрацию в личном кабинете на маркетплейсе ДПО НИУ ВШЭ. 

  1. Основные страницы паспорта (с фото и с регистрацией);
  2. Диплом о высшем/среднем специальном образовании либо справки об обучении;
  3. Свидетельство о смене фамилии (если в паспорте и дипломе фамилия не совпадает);
  4. СНИЛС

В случае, если Вы планируете обучение от организации, Вам следует создать личный кабинет юридического лица.

Корпоративное обучение

Вы также можете заказать эту и любую другую нашу программу в качестве корпоративной для сотрудников вашей организации. Узнать подробности.

Отзывы выпускников

  • Представленный курс — лучший из существующих сегодня русскоязычных источников информации об анализе данных.

    Здесь есть все: крепкий фундамент из основ математики, логики и программирования, широта охвата статистических методов, профессиональные высоты (и глубины) моделирования. И все обернуто в отлично структурированный продукт.

    Единственное, о чем я вынуждена предупредить: «легкого чтива» не получится, освоение этого курса потребует максимальной включенности. Но оно того стоит.

    Алмара Кулиева кандидат психологических наук, младший научный сотрудник лаборатории когнитивной психологии пользователя цифровых интерфейсов НИУ ВШЭ, приглашенный преподаватель департамента психологии НИУ ВШЭ, доцент кафедры общей психологии ИОН РАНХиГС

  • Это лучший курс статистики из всех мною виденных! Я предпринимала минимум четыре попытки освоить искусство анализа данных, но после каждого курса максимум выносила какие-то разрозненные знания в духе «да, я что-то слышала про центральную предельную теорему, а зачем она нужна — не помню». И это мне, конечно, не давало понимания, что делать с данными.

    Этот курс дает очень систематизированный взгляд на то, как в принципе работает статистика, какие математические операции стоят за рассматриваемыми методами, какие из этого вытекают допущения и ограничения, как разные статистические методы связаны друг с другом. И в результате эти сведения складываются в единую картину мира. Радует, что курс фокусируется на сложных, но при этом реально используемых в современной науке и индустрии методах. Благодаря практикам и домашкам образуется четкий план действий для каждого метода анализа, приобретается опыт работы с разнообразными данными и задачами — как исследовательскими, так и машиннообученческими. Кроме того, после такой интенсивной подготовки вы гарантированно будете себя чувствовать в R, как рыба в воде.

    После этого курса формируется не только понимание того, что делать со своими данными, но и критический — или по крайней мере осознающий — взгляд на чужие. Раньше, читая статьи, я всегда поневоле пропускала раздел с описанием результатов, поскольку все равно решительно ничего там не понимала («многа букаф, многа цифр, страшно, вырубай»), а теперь внимательно читаю и — о чудо! — понимаю, о чем идет речь. Смотрю на графики и тоже могу из них извлечь какую-то информацию. Дошла даже до того, что местами могу, глядя на результаты, предложить иную интерпретацию результатов, тогда как раньше я могла полагаться только на то, что сами авторы пишут в обсуждении.

    В общем, прогресс очевиден! Надо быть морально готовым к тому, что курс будет отнимать очень — ОЧЕНЬ!!! — много времени, но каждая минута того стоит: такое насыщенное наполнение позволит с нуля освоить современные методы анализа и научиться программировать так, как если бы R был вашим родным языком. 

    Авторам — огромное уважение, осваивающим статистику — сил и удачи, всем — значимых результатов! :)

    Диана Князева студентка СПбГУ, факультет свободных искусств и наук, когнитивные исследования

  • Большое спасибо всей команде курса! Отдельная благодарность Антону за лекции, практики и содержание курса. Я получил то что хотел и то, чего ждал от курса. Спасибо вам что не только обновили знания по анализам, но и вселили уверенность в возможности использования R. 

    Проектное задание отличное, оно потребовало знаний всего курса и их объединения в единую картину. Благодаря курсу открыл для себя новые направления развития навыков обработки и презентации данных.

    Еще раз спасибо за возможность быть с вами!

    Дмитрий Корниенко доктор психологических наук, профессор кафедры общей психологии Института общественных наук РАНХиГС

  • Этот курс помог мне обзорно посмотреть на существующие методы анализа данных, со многими из которых я планирую работать в ходе дальнейших исследований. Также я стала лучше понимать, что именно мне стоит выучить далее, чтобы совершенствоваться в этой области (это было тяжело осознать при исключительном самообразовании).

    Также, хотя это не была основная цель курса, мне очень понравилось работать с языком R. Как ни странно, благодаря ему я лучше поняла, как работает Python.

    Спасибо организаторам за отличный курс, невероятные материалы, отзывчивость и человечность!

    Лада Скоробагатько студентка 4 курса СПбГУ, Теоретическое и экспериментальное языкознание

Контакты

  • Учебный офис

    г. Москва, Армянский переулок, д.4, стр.2. (ст.метро "Чистые пруды", "Китай-город", "Лубянка"), кабинет 101Б

  • Телефон

    7(495) 772-95-90*22510

  • Электронная почта

    dpo_fsn@hse.ru

115 000 ₽

Задать вопрос