开班预告｜第6期统计R语言零基础小班
ABOUTUS
关于泊言馆
牛津剑桥团队打造
专业有温度的语言学习平台
泊言馆计算机语言课程介绍
目前泊言馆计算机语言分别开设：Python，统计R语言，SAS。
一对一/二网络授课，4-6人可组小班。共享屏幕板书，课上开麦互动，课后有回放。每次课后也会布置作业去完成，老师课上课下解答反馈。
每节课45分钟，通常每周约2-4节课，也可根据学生的时间和接受程度，加多或减少课频。
▽
▼
泊言馆「统计R语言」课程大纲
课程目标：
培养基本的统计常识、素养和思维
了解常用统计方法背后的数理基础
能根据具体的研究问题选择合适的统计检验方法
使用R语言完成常用统计方法的代码实现
熟练解读、汇报统计结果
能辩证/批判地看待和解读已发表论文中使用的统计方法
▲ 向上滑动查看『统计课程大纲参考』（*有基础的同学另单独设计课程）
No.1
第一阶段——
第1节 统计基础
1.1 变量类别
1.2 统计的核心任务
1.3 RStudio简介
第2节 描述性统计
2.1 均值、方差、标准差、中位数、分位数
2.2 偏度值、峰度值
第3节 数据可视化
3.1 ggplot
3.2 直方图
3.3 箱线图
3.4 散点图
第4节 参数估计
4.1 正态分布
4.2 点估计：极大似然估计
4.3 区间估计：置信区间
第5节 假设检验
5.1 单样本t检验
5.2 拒绝域、显著性水平
5.3 p值
第6节 t检验
6.1 独立样本t检验
6.2 配对样本t检验
6.3 假定条件
第7节 方差分析
7.1 方差分解
7.2 F检验
7.3 单因素方差分析（one-way ANOVA）
7.4 事后检验
第8节 方差分析拓展
8.1 双因素方差分析（two-way ANOVA）
8.2 重复测量方差分析（repeated-measures design）
8.3 协方差分析（ANCOVA）
第9节 卡方检验
9.1 适合度检验
9.2 独立性检验
9.3 费舍尔精确检验
No.2
第二阶段——
第1节 单变量回归分析
1.1 线性回归模型
1.2 普通最小二乘法
1.3 R代码实现
第2节 回归模型检验
2.1 异常值检验
2.2假设条件检验
2.3 模型拟合度检验
第3节 多元线性回归（multiple linear regression）
3.1 矩阵参数求解
3.2 R代码实现
3.3 模型解释
第4节 方差分析与线性模型
4.1 含双层次自变量的简单回归分析
4.2 含多层次自变量的多元回归分析
第5节 交互效应（interaction effect）
5.1 主效应和交互效应
5.2 含两个分类变量的交互模型
5.3 含分类变量和连续变量的交互模型
5.4 假设条件检验
第6节多层线性模型（multilevel modelling）
6.1 方差成分模型（variance components model）
6.2 随机截距模型（random intercept model）
6.3 随机斜率模型（random slope model）
6.4 生长曲线模型（growth-curve model）
第7节 探索性因子分析（exploratory factor analysis）（上）
7.1 因子分析的应用场景
7.2 因子分析模型
7.3 R代码实现
第8节 探索性因子分析（exploratory factor analysis）（下）
8.1 因子载荷
8.2 模型拟合度
8.3 旋转方法
8.4 模型解释
第9节主成分分析法（principal component analysis）
9.1 主成分分析与因子分析的区别
9.2 主成分提取
9.3 R代码实现
9.4 特征向量和特征值
No.3
第三阶段——
共九节课，具体讲解内容视学习者需求而定，从以下内容中选取2-3个话题：
话题一：验证性因子分析（exploratory factor analysis）、结构方程模型（structural equation modelling）、路径分析（path analysis）
话题二：机器学习（使用Python）：线性回归、对数似然回归、决策树、支持向量机、神经网络、聚类分析
话题三：因果推断（causal inference）：双重差分、断点回归、倾向性得分
话题四：贝叶斯统计（Bayesian statistics）：假设检验、贝叶斯线性回归
话题五：Rasch模型和项目反应理论（Item Response Theory）：二级计分模型、多级计分模型、多层面Rasch模型
话题六：社会网络分析（social network analysis）：描述性分析、推断性分析
使用教材1：Learning statistics with R
教材链接：https://learningstatisticswithr.com/lsr-0.6.pdf
使用教材2：Handbook of biological statistics
教材链接：http://www.biostathandbook.com/
参考教材：Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. London: SAGE Publications Ltd.
▽
▼
泊言馆「SAS」课程大纲
课程目标：
课程将介绍SAS基础知识，数据集的处理，SAS逻辑回归，使用SAS进行统计分析、结果汇总、图表绘制、报告输出，SAS MACRO, 从SAS调用SQL语句等内容。
• 熟悉和了解SAS系统
• 使用SAS完成基本数据清洁、数据处理
• 通过SAS进行图表制作
• 使用SAS完成常用统计方法的代码实现
• 解读、汇报、输出SAS统计结果
• 使用SAS输出完整报告
• 熟悉SAS宏的构建及应用
▲ 向上滑动查看『SAS零基础一期课程大纲参考』（*有基础的同学另单独设计课程）
No.1
第一阶段——
第1章 初识SAS
1.1 SAS安装
1.2 SAS系统介绍
1.3 SAS软件介绍
1.4 注释
第2章 数据处理
2.1 简单数据结构
2.2 数据集的创建、导入
2.3 IF语句
2.4 WHERE语句
2.5 数据集的排序、合并、拆分、转置
2.6 数据集修改、添加和删除元素
2.7 SAS变量格式及标签
第3章 SAS报告生成
3.1 列表报告 PROC TABULATE
3.2 分类变量频率表PROC FREQ
3.3 连续变量总结报告PREQ MEANS
3.4 PROC REPORT
第4章 数据可视化
4.1 PROC SGPLOT
4.2 连续变量的分布图
4.3 分类变量的分布图
4.4 PROC SGPANEL
4.5 PROC GCHART和PROC GPLOT简介
第5章 循环与数组
5.1 数组
5.2 数组语句
5.3 特殊数组
5.4 DO循环简介
5.5 使用DO循环处理列表和数组
第6章 输出控制系统 (ODS)
6.1 ODS简介
6.2 ODS TRACE
6.3 ODS SELECT
6.4 ODS OUTPUT
6.5 ODS PDF
6.6 ODS HTML
6.7 ODS LISTING
6.8 ODS GRAPHICS
第7章 宏语言
7.1 SAS宏简介
7.2 宏变量
7.3 宏程序的创建
7.4 调用已保存的宏
7.5 常见问题
第8章 PROC SQL
8.1 SQL简介
8.2 PROC SQL语法
8.3 PROC SQL示例
▽
▼
泊言馆「Python」课程大纲
▲ 向上滑动查看『Python课程大纲参考』（*有基础的同学另单独设计课程）
No.1
第一阶段——
Python编程语言基础 (16节课)
第1章 初识Python
1.1 在不同操作系统中搭建Python编程环境
1.2 运行Hello World 程序
1.3 从终端运行Python程序
第2章 变量和简单数据类型
2.1 运行hello_world.py时发生的情况
2.2 变量
2.3 字符串
2.4 数
2.5 注释
第3章 列表
3.1 列表是什么
3.2 修改、添加和删除元素
3.3 组织列表
3.4 使用列表时避免索引错误
第4章 操作列表
4.1 遍历整个列表
4.2 创建数值列表
4.3 使用列表的一部分
4.4 元组
4.5 设置代码格式
第5章 条件控制语句if
5.1 条件测试
5.2 if语句
5.3 使用if语句处理列表
5.4 设置if语句的格式
第6章 字典
6.1 一个简单的字典
6.2 使用字典
6.3 遍历字典
6.4 嵌套
第7章 条件控制语句while
7.1 while循环简介
7.2 使用while循环处理列表和字典
第8章 函数
8.1 定义函数
8.2 实参和形参
8.3 返回值
8.4 传递列表
8.5 传递任意数量的实参
8.6 模块化
8.7 函数编写指南
No.2
第二阶段——
Python程序设计(16课节)
第9章 递归
9.1 递归
9.2 递归函数的栈图
9.3 无限递归
第10章 排序
10.1 选择排序
10.2 插入排序
10.3 冒泡排序
10.4 归并排序
10.5 快速排序
10.6 排序算法的性能分析
第11章 类
11.1 创建和使用类
11.2 使用类和实例
11.3 继承
11.4 导入类
11.5* Python标准库
11.6* 类编码风格
第12章 文件和异常
12.1 从文件中读取数据
12.2 写入文件
12.3 异常
12.4 存储数据
第13章 测试代码
13.1 测试函数
13.2 测试类
▽
▼
泊言馆计算机语言老师介绍
Phil老师
牛津大学教育测量+应用语言学博士在读，硕士复旦大学外国语言学与应用语言学（语言测试方向），华东师范大学英语（师范）本科。
硕士期间学习统计相关内容，博士期间系统性学完牛津大学统计系相关课程。全额奖学金就读于牛津大学、上海市优秀毕业生、多次获得国家奖学金；曾任教于复旦大学继续教育学院等多家国内教育机构，有多年高考英语、雅思、托福教学经验。发表1篇CSSCI期刊论文，5次顶级会议论文发言。
▽
阿一老师
复旦大学软件工程专业硕士研究生，就职于美国知名软件公司，从事云计算行业。
擅长编程语言和算法教学，有4年编程语言和算法竞赛教学经验，所带学生20+人次获得NOIP一等奖，其中4人入选过省队，1人入选国家集训队。
▽
Noel老师（韩国）
牛津大学计算机科学博士生。本科韩国庆熙大学天体物理专业，研究生韩国庆熙大学天体物理理学硕士（GPA: 4.5/4.5）。
可英文授课，参与过多项天文和空间相关科研，多篇学术期刊发表。导师为宗师级泰斗Andrew Zisserman教授。
▽
Erin老师
牛津大学生物统计与流行病学博士生。硕士美国哥伦比亚大学生物统计系。本科南开大学生物伯苓班，期间公派赴加州大学洛杉矶分校交流。
游历六大洲，曾在尼泊尔及国内学校做义工老师教英语数学生物，现为无国界爱心教育组织志愿者成员。
▽
近期计算机语言开班预告
【第6期统计R语言零基础小班（4-6人）】
开班日期：
5月7日（星期六）
授课老师：
Phil老师
课程时间：
每周六 19:00-20:30 （北京时间）
每周一次，每次2节课（1.5小时），一期18课，九周完成
▼
「Python」课堂参考
▲ 向上滑动查看
「Python」作业参考
▲ 向上滑动查看
「统计」课件参考
▲ 向上滑动查看
「统计」作业展示
▲ 向上滑动查看
更多学习成果展示：
|
泊言馆计算机语言一对一价格 |
||||
|
|
第一阶段 （16课时） |
第二阶段 （16课时） |
两阶连报 （32课时） |
高阶（定制课时） |
|
价格 |
7680元 |
7680元 |
14860元 |
500元/课时 |
|
泊言馆Python/R语言/SAS小班价格 |
||
|
4-6人小班 |
第一阶段 （18课时） |
两阶连报 （36课时） |
|
价格 |
3380元 |
6380元 |
注：
一对二8折；老生续报任意课程可享95折优惠。
推荐朋友成功入馆返300元/位。
报名咨询｜了解更多信息
▽
▼
报名后将收到一封纸质编号手写信和周边小礼物，成功完成课程可收获电子版结业证书，欢迎入馆！
特别介绍
报名入馆的学生将可以选择是否在一期课程中添加结合语言学习的——（点击了解介绍），并享受优惠价格。
记忆法·专注力老师为来自哈佛的世界记忆大师
泊言馆办学理念：
一是市面上语言机构小语种课程不多且分散，老师水平参差不齐。泊言馆由牛津剑桥语言教学团队打造，专业有温度的语言学习，至少53门语言、105位精英老师供您选择。世界虽大，语言让我们相逢。
二是大多网络录播课没人监督，课程拖得慢，学习效率低。泊言馆结合实体与网络，共享屏幕板书，实时互动，老师监督引导。同时布置合适的听说读写练习，纠音和批改，帮助学生在有限时间内尽可能多的提升语言学习效率和语言能力。