HSE R Meet Up

🏃‍♀ Байесовский спринт для анализа лингвистических данных Наши коллеги — Международная лаборатория языковой конвергенции и Центр языка и мозга — приглашают освоить байесовскую статистику для анализа лингвистических данных в R. Дата: 02 июля, 11:00 - 18:00 Спикер: Г. А. Мороз (НИУ ВШЭ, Международная лаборатория языковой конвергенции) Место: г. Москва, ул. Ст. Басманная, д. 21/4, стр. 5 (корпус Б), аудитория Б-421 Интенсив направлен на всех, кто хочет освоить байесовскую логику статистики. Регистрация (до 30 июня!) ➡️https://forms.gle/v1Jq4LrsHMfnDygc6 Участие очно и онлайн. Рекомендуемые материалы - Bruno Nicenboim, Daniel J. Schad, and Shravan Vasishth. Introduction to Bayesian Data Analysis for Cognitive Science (https://bruno.nicenboim.me/bayescogsci) - A. Solomon Kurz. Statistical rethinking 2 with rstan and the tidyverse (https://solomon.quarto.pub/sr2rstan) - курсы Statistical Rethinking (базовый и продвинутый), Ричард МакЭлрет (Richard McElreath). - Г. Мороз, Анализ данных для лингвистов (https://agricolamz.github.io/2026_HSE_b_da4l) Увидимся на дистанции 🏃‍♀‍➡️🏃‍➡️

📈 Пакет demor на CRAN Спешим поделиться новостью о том, что пакет demor теперь доступен на CRAN! 📌 Пакет demor предназначен для демографического анализа (построение таблиц смертности, стандартизация показателей, декомпозиция изменений и моделирование демографических процессов). Мы поздравляем автора пакета, нашего спикера, Вадима Устюжанина! Освежить в памяти митап "Демографический анализ в R: от рождаемости до смертности с пакетом demor" поможет статья Вадима в журнале "Демографическое обозрение". Уже install.packages("demor"), Команда HSE R Meet Up💙

Проверка связи 📞 Приглашаем вас поделиться впечатлениями о прошедших митапах в этой форме! А если есть идеи и предложения для последующих встреч или вы сами хотели бы стать спикером, то ждем вас здесь😊 Читаем ваши комментарии, Команда HSE R Meet Up💙

Рекомендации от спикера📝 После доклада про пространственную социальную и медицинскую эпидемиологию в R наш спикер Антон Николаев собрал короткий reading list: «Главная мысль всей подборки: география — это не всегда причина и не всегда настоящая сеть. Часто она лишь грубая прокси для структуры взаимодействий. Поэтому самый интересный вопрос обычно не "есть ли кластеризация?", а "какой механизм её создаёт?" Три учебника, чтобы войти, и пять статей посвежее, если хочется перейти сразу к современной повестке». Учебники • Elhorst — Spatial Econometrics: From Cross-Sectional Data to Spatial Panels Лучшая точка входа для экономиста. SAR, SEM, SARAR, пространственные панели, direct/indirect effects — всё разложено по полочкам. LeSage & Pace — Introduction to Spatial Econometrics Классика про spatial multiplier и интерпретацию эффектов. Главное, что отсюда выносишь: коэффициент в SAR-модели — это ещё не policy effect, и здесь объясняют почему. Jackson — Social and Economic Networks Формально не про spatial econometrics, но без неё не понять сети, диффузию, заражения и социальные взаимодействия. А они в этой истории всплывают постоянно. Статьи • Bai & Li (2021), «Dynamic spatial panel data models with common shocks» Пространственные панели, где одновременно живут локальная пространственная зависимость и общие шоки. • Elhorst (2022), «The dynamic general nesting spatial econometric model for spatial panels with common factors» Продвинутая рамка для spatial panels с динамикой и common factors — по сути, потолок того, что сейчас умеют в этом классе моделей. • de Paula, Rasul & Souza (2025), «Identifying Network Ties from Panel Data» Самая красивая в подборке. Сеть не задаётся заранее через географию, а восстанавливается из панельных данных — то есть скрытые связи находятся, а не постулируются. • Anderson et al. (2025), «sdmTMB: An R Package for … GLMMs with Spatial and Spatiotemporal Random Fields» Современный R-инструмент для пространственных и пространственно-временных GLMM. Особенно по делу для health, экологии и эпидемиологии. • Kopczewska & Elhorst (2024), «New developments in spatial econometric modelling» Редакторское вступление к спецвыпуску Spatial Economic Analysis по итогам Варшавской конференции — короткая карта свежих направлений и заодно вход в сам спецвыпуск.

❗Дорогие друзья, напоминаем, что сегодняшний митап пройдёт на Кантемировской улице!

Коллеги, напоминаем, что уже завтра состоится митап «Пространственная социальная и медицинская эпидемиология в R»!🧐 Дата: 24 апреля, 18:10 Спикер: Антон Николаев (НИУ ВШЭ, ЦНИИОИЗ) Место: г. Санкт-Петербург, ул. Кантемировская, дом 3А, к. 1, ауд. 4009 и онлайн ❗️Зарегистрироваться

Пространственная социальная и медицинская эпидемиология в R 🧐 Как география влияет на распространение заболеваний и какие скрытые связи стоят за региональными различиями? Мы возвращаемся с новым митапом! Разберем, как использовать R для пространственных закономерностей в распространенности заболеваний. Дата: 24 апреля, 18:10 Спикер: Антон Николаев (НИУ ВШЭ, ЦНИИОИЗ) Место: г. Санкт-Петербург, ул. Кантемировская, дом 3А, к. 1, ауд. 4009 и онлайн В программе: • о видах источников данных по заболеваниям • карты и динамика: выявление hot spots • пространственная зависимость: Moran’s I и кластеризация • восстановление скрытых связей (hidden links) в данных • Базовые панельные модели: fixed effects и spatial econometrics (SAR/SEM) • интерпретация результатов для экономической и социальной политики ❗️Для тех, кто уже работает с R и хочет перейти от базового анализа к исследовательскому уровню — в экономике, эпидемиологии и public policy. Зарегистрироваться

Декабрьские митапы — всё! 🎄 Завершаем сезон встречей про мэтчинг и обратное взвешивание по вероятности. Делитесь своими впечатлениями, а также пожеланиями на будущее в этой форме! Увидимся в новом году, Команда HSE R Meet Up 😉

🎯 Друзья, напоминаем, что сегодня в 18:00 состоится митап "Мэтчинг и обратное взвешивание по вероятности: немного теории и примеры в языке программирования R"! Митап пройдёт по адресу Санкт-Петербург, наб. кан. Грибоедова, 123, ауд. 201 и онлайн. ❗️Зарегистрироваться

Поделитесь впечатлениями…📝 Пару часов назад завершился митап «Когда данные повторяются: сезонность и временные ряды в R». Вы знаете, что делать 😉 Ждем обратную связь в этой форме! Читаем ваши отзывы, Команда HSE R Meet Up

🌤Когда данные повторяются: сезонность и временные ряды в R - уже завтра! Вместе с Евгенией Шенкман (МЛЭНА НИУ ВШЭ) будем разбираться в сезоннных эффектах в 16:00 по Мск (18:00 по Перми). ☔️ Для работы понадобятся пакеты forecast и TSA ☀️ Не забудьте зарегистрироваться

📚 Полезные ресурсы для по теме митапа "Мэтчинг и обратное взвешивание по вероятности: немного теории и примеры в языке программирования R" Практическое руководство по мэтчингу и взвешиванию от Ноа Грейфера, разработчика библиотек {MatchIt} и {WeightIt}. Глава из учебника Хантингтона-Клейна Если вам больше нравятся другие доступные онлайн учебники по каузальному выводу: Causal Inference: The Mixtape Каннингема, What If? Эрнана и Робинса, Causal Inference in R Баррета, Д'Агостино МакГован и Герке или какие бы то ни было другие, - можно ознакомиться с их фрагментами, посвященными мэтчингу. Небольшой (и далеко не исчерпывающий!) список заслуживающих внимание тематических академических публикаций: 🏛️как выбрать эстиманд в обсервационном каузальном анализе: https://doi.org/10.48550/arXiv.2106.10577; 🏛️зачем и как мэтчинг можно использовать в эпидемиологии: https://doi.org/10.1093/epirev/mxab003; 🏛️обзор от одного из главных имён в истории мэтчинга - просто не будет, но если вы найдёте в себе мужество, то данная статья окажется отличным дополнением к материалам, относящимся к экосистеме {MatchIt} + {WeightIt}: https://doi.org/10.1146/annurev-statistics-031219-041058; 🏛️мастер-класс по анализу классического датасета имени Лалонде от двух мэтров: https://doi.org/10.1257/jep.20251440 (к нему также прилагается код с пояснениями: https://yiqingxu.org/tutorials/lalonde/). 📒Для участия в митапе читать все (или даже некоторые) из перечисленных материалов необязательно, а вот регистрация крайне необходима!

🎯 Мэтчинг и обратное взвешивание по вероятности: немного теории и примеры в языке программирования R ❓Что такое мэтчинг и обратное взвешивание по вероятности? Из чего эти методы статистического причинно-следственного вывода состоят, с чем их едят и зачем они вообще нужны аналитикам данных? Первая половина митапа будет посвящена теории, вторая - разбору практических примеров в R. ❗️В практической части мы будем использовать библиотеки {MatchIt} и {WeightIt}. Когда? 26 декабря Время: 18:00 по Мск Место: Санкт-Петербург, наб. кан. Грибоедова, 123, ауд. 201 и онлайн Спикер: Борис Соколов (ЦенСИБ НИУ ВШЭ) Для понимания происходящего участникам желательно: (а) нормально разбираться в азах статистики (безусловная и условная вероятность; статистическая проверка гипотез; обобщённое регрессионное моделирование; плюсом будет знание каузальной модели Рубина и направленных ациклических графов - НАГов); (б) иметь опыт прикладного анализа данных, особенно с прицелом на каузальные вопросы; (в) уметь работать в R (подключение библиотек; загрузка данных; построение обобщенных регрессионных моделей с помощью lm-подобного синтаксиса; понимание логики конвейеров; плюсом будет уверенное владение инструментами пакета {ggplot2} и его расширений) ❗️Зарегистрироваться 👀 В следующих постах мы подробнее расскажем о материалах, которые помогут подготовиться к встрече с мэтчингом и взвешиванием

🌀 Когда данные повторяются: сезонность и временные ряды в R Почему одни и те же колебания снова и снова появляются в данных? Как отличить сезонный эффект от случайных флуктуаций? Что можно (и нельзя) узнать о сезонности с помощью разных классов моделей — от простых и интерпретируемых до более сложных алгоритмов? Сезонность встречается повсюду — в продажах, трафике, экономических показателях, поведении пользователей — и часто именно она определяет структуру временного ряда. Вы узнаете: - как понять, что перед вами именно временной ряд, а не просто набор наблюдений? - как с помощью наглядных и «красивых» графиков выявлять сезонность - несколько базовых моделей для работы с сезонными эффектами? - в чём разница между детерминированной и стохастической сезонностью и зачем нам это знать? Когда? 25 декабря Время: 16:00 по МСК, 18:00 по Перми Место: Пермь, Студенческая, 38, ауд. 301 и онлайн. Спикер: Евгения Шенкман (МЛЭНА НИУ ВШЭ). Для работы понадобятся пакеты: - forecast - TSA Что можно прочитать? -Hyndman, R.J., & Athanasopoulos, G. (2021) Forecasting: principles and practice, 3rd edition, OTexts: Melbourne, Australia. (https://otexts.com/fpp3/) ❗️Митап пройдет более комфортно, если слушатели знакомы со множественной линейной регрессией. Не забудьте зарегистрироваться ❣️

❄️ Декабрь продолжает радовать нас митапами 🎁 Когда данные повторяются: сезонность и временные ряды в R Продолжим разговор про временные ряды вместе с Евгенией Шенкман (МЛЭНА НИУ ВШЭ). Когда? 25 декабря (четверг) в 16:00 по МСК (18:00 по Перми) Где? Пермь, Студенческая, 38, ауд. 301 и онлайн. ❗️Зарегистрироваться 🎄Мэтчинг и обратное взвешивание по вероятности: немного теории и примеры в языке программирования R Триумфальное возращение Бориса Соколова (ЦенСИБ НИУ ВШЭ) для любителей причинно-следсвенного вывода! Когда? 26 декабря (пятница) в 18:00 по МСК Где? Санкт-Петербург, наб. кан. Грибоедова, 123, ауд. 201 и онлайн ❗️Зарегистрироваться Подробные анонсы митапов 👇

Разделили и проанализировали?📊 Сегодня прошел митап, посвященный тематическому моделированию. Как всё прошло? Поделитесь своими впечатлениями о содержательных и организационных моментах в этой форме! Бережно обрабатываем обратную связь, Команда HSE R Meet Up 🥰

Код в формате RMD

🌟 Друзья, ссылка на коллаб с текущего митапа и файл с данными

Тематическое моделирование и... мешки😟 Встречаемся сегодня на канале Грибоедова и разбираемся с возможностями определения тематики текстов на языке R вместе! Посмотрим, что скрывается в мешках и как же к ним подобраться. Успевайте зарегистрироваться 💙 NB! Для очных участников регистрация возможна до 12:00 сегодня.

✍Расскажите, как всё прошло! Завершился митап «Временные ряды про бизнес-людей: как считать эффекты и рисовать траектории (на данных СМБиз.ФОМ)». Поделитесь своим мнением и пожеланиями в этой форме! Ценим ваши отзывы, Команда HSE R Meet Up 😍