This course introduces simple and multiple linear regression models. These models allow you to assess the relationship between variables in a data set and a continuous response variable. Is there a relationship between the physical attractiveness of a professor and their student evaluation scores? Can we predict the test score for a child based on certain characteristics of his or her mother? In this course, you will learn the fundamental theory behind linear regression and, through data examples, learn to fit, examine, and utilize regression models to examine relationships between multiple variables, using the free statistical software R and RStudio.
Этот курс входит в специализацию ''Специализация Statistics with R'
от партнера
Специализация Statistics with RУниверситет ДьюкаОб этом курсе
Недавно просмотрено: 165,320
Карьерные результаты учащихся
33%
начал новую карьеру, пройдя эти курсы
45%
получил значимые преимущества в карьере благодаря этому курсу
12%
стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 9 часов на выполнение
Английский
Субтитры: Английский, Корейский
Приобретаемые навыки
StatisticsLinear RegressionR ProgrammingRegression Analysis
Карьерные результаты учащихся
33%
начал новую карьеру, пройдя эти курсы
45%
получил значимые преимущества в карьере благодаря этому курсу
12%
стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 9 часов на выполнение
Английский
Субтитры: Английский, Корейский
от партнера
Университет Дьюка
Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world.
Программа курса: что вы изучите
22 минуты на завершение
About Linear Regression and Modeling
This short module introduces basics about Coursera specializations and courses in general, this specialization: Statistics with R, and this course: Linear Regression and Modeling. Please take several minutes to browse them through. Thanks for joining us in this course!
22 минуты на завершение
1 видео ((всего 2 мин.)), 2 материалов для самостоятельного изучения
1 видео
2 материала для самостоятельного изучения
About Statistics with R Specialization10мин
More about Linear Regression and Modeling10мин
2 ч. на завершение
Linear Regression
In this week we’ll introduce linear regression. Many of you may be familiar with regression from reading the news, where graphs with straight lines are overlaid on scatterplots. Linear models can be used for prediction or to evaluate whether there is a linear relationship between two numerical variables.
2 ч. на завершение
8 видео ((всего 47 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
8 видео
Correlation9мин
Residuals1мин
Least Squares Line11мин
Prediction and Extrapolation3мин
Conditions for Linear Regression10мин
R Squared4мин
Regression with Categorical Explanatory Variables5мин
3 материала для самостоятельного изучения
Lesson Learning Objectives10мин
Lesson Learning Objectives10мин
Week 1 Suggested Readings and Practice10мин
2 практических упражнения
Week 1 Practice Quiz8мин
Week 1 Quiz18мин
2 ч. на завершение
More about Linear Regression
Welcome to week 2! In this week, we will look at outliers, inference in linear regression and variability partitioning. Please use this week to strengthen your understanding on linear regression. Don't forget to post your questions, concerns and suggestions in the discussion forum!
2 ч. на завершение
3 видео ((всего 24 мин.)), 5 материалов для самостоятельного изучения, 3 тестов
5 материалов для самостоятельного изучения
Lesson Learning Objectives10мин
Week 2 Suggested Readings and Exercises10мин
About Lab Choices10мин
Week 1 & 2 Lab Instructions (RStudio)10мин
Week 1 & 2 Lab Instructions (RStudio Cloud)10мин
3 практических упражнения
Week 2 Practice Quiz6мин
Week 2 Quiz16мин
Week 1 & 2 Lab20мин
3 ч. на завершение
Multiple Regression
In this week, we’ll explore multiple regression, which allows us to model numerical response variables using multiple predictors (numerical and categorical). We will also cover inference for multiple linear regression, model selection, and model diagnostics. Hope you enjoy!
3 ч. на завершение
7 видео ((всего 57 мин.)), 5 материалов для самостоятельного изучения, 3 тестов
7 видео
Introduction2мин
Multiple Predictors11мин
Adjusted R Squared10мин
Collinearity and Parsimony3мин
Inference for MLR11мин
Model Selection11мин
Diagnostics for MLR7мин
5 материалов для самостоятельного изучения
Lesson Learning Objectives10мин
Lesson Learning Objectives10мин
Week 3 Suggested Readings and Exercises10мин
Week 3 Lab Instructions (RStudio)10мин
Week 3 Lab Instructions (RStudio Cloud)10мин
3 практических упражнения
Week 3 Practice Quiz16мин
Week 3 Quiz20мин
Week 3 Lab20мин
2 ч. на завершение
Final Project
In this week you will use the data set provided to complete and report on a data analysis question. Please read the background information, review the report template (downloaded from the link in Lesson Project Information), and then complete the peer review assignment.
2 ч. на завершение
1 материал для самостоятельного изучения
1 материал для самостоятельного изучения
Project Files and Rubric10мин
Рецензии
Лучшие отзывы о курсе LINEAR REGRESSION AND MODELING
от партнера PK23 мая 2017 г.
Very good course taught by Dr. Mine who is as always a very good teacher. The videos are very eloquent and easy to understand. Highly recommend it if you are looking for a basic refresher course.
от партнера DS29 мар. 2017 г.
This course provides a very good introduction to basic linear regression, including simple multiple linear regression, model building and interpretation, model diagnostics, and application in R.
от партнера EB25 февр. 2017 г.
Good, but a little "smaller" than the Inferential statistics course (which is very complete). I would have liked to also learn Logistics regression, which I now have to learn elsewhere.
от партнера LH14 мая 2020 г.
It has been a great adventure so far. I still greatly appreciate how final projects are constructed that gives us freedom to choose our approach to the problems within the data set.
Специализация Statistics with R: общие сведения
In this Specialization, you will learn to analyze and visualize data in R and create reproducible data analysis reports, demonstrate a conceptual understanding of the unified nature of statistical inference, perform frequentist and Bayesian statistical inference and modeling to understand natural phenomena and make data-based decisions, communicate statistical results correctly, effectively, and in context without relying on statistical jargon, critique data-based claims and evaluated data-based decisions, and wrangle and visualize data with R packages for data analysis.
You will produce a portfolio of data analysis projects from the Specialization that demonstrates mastery of statistical data analysis from exploratory analysis to inference to modeling, suitable for applying for statistical analysis or data scientist positions.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Какие правила возврата средств?
Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.
Можно ли получить финансовую помощь?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее
Will I receive a transcript from Duke University for completing this course?
No. Completion of a Coursera course does not earn you academic credit from Duke; therefore, Duke is not able to provide you with a university transcript. However, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Остались вопросы? Посетите Центр поддержки учащихся.
