Få kunskap om hur du ska gå tillväga för att planera ditt arbete, välja rätt statistisk analysmetod samt för att tolka och validera resultaten. Du får även med dig värdefulla tips på hur du undviker vanliga fallgropar som illustreras med typiska fall från verkligheten.

Lär dig hantera R och de statistiska modeller du behöver för att kunna arbeta självständigt med dina egna analyser. Kom igång med att använda R på vårens onlinekurser!

23–24 april via Zoom

Introduktion till R
Datahantering
Visualisering
Deskriptiv statistik

Introduktion till modern statistik
Statistiska begrepp
Klassiska statistiska metoder
Moderna statistiska metoder

Läs mer om R 1

15–16 maj via Zoom

Linjär regression och ANOVA
Linjär regression
ANOVA

Avancerade regressionsmodeller
Generaliserade linjära modeller
Överlevnadsanalys
Mixade modeller

Läs mer om R 2

29–30 maj via Zoom

Visualisering och datautforskning
Visualisering
Dimensionsminskning med PCA

Klusteranalys och strukturella ekvationsmodeller
Klusteranalys
Faktoranalys
SEM
Medlingsanalys

Läs mer om R 3

25 april via Zoom

Propensity score matching
Identifiera obalanser i ditt dataset
Matchningstekniker och utvärdering av matchningskvaliteten
Uppskatta behandlingens effekter

Läs mer om Propensity score matching i R

Kursledare

Uppskattad utbildare med stor statistisk bredd

Måns Thulin jobbar som konsult och föreläsare inom statistik, maskininlärning och artificiell intelligens. Han har tolv års erfarenhet av undervisning vid bland annat Uppsala universitet och University of Edinburgh och är författare till den populära läroboken Modern Statistics with R. Måns pedagogiska målsättning är att hjälpa alla kursdeltagare att förstå statistikens metoder – statistik ska kännas logiskt och inte som svartkonst.

Om R

Idag är R ett väldigt populärt program för statistisk analys med över två miljoner aktiva användare. Ett skäl till detta är att programutvecklingen konstant drivs framåt genom användarskapade paket som både är enkla att installera och använda.

I och med att R är open-source kan du även använda programkod som andra har utvecklat i egna projekt utan att betala licensavgifter. Att R är tillgängligt utan kostnad, som en fri mjukvarulicens, har gissningsvis även det varit en drivande orsak bakom ökningen i populartiet.

Mer information om alla våra kurser i R