Об этом курсе
4.7
Оценки: 781
Рецензии: 140
Специализация
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень

Начальный уровень

Часов на завершение

Прибл. 14 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 5-7 hours/week...
Доступные языки

Английский

Субтитры: Английский...

Приобретаемые навыки

StatisticsLinear RegressionR ProgrammingRegression Analysis
Специализация
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень

Начальный уровень

Часов на завершение

Прибл. 14 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 5-7 hours/week...
Доступные языки

Английский

Субтитры: Английский...

Программа курса: что вы изучите

Неделя
1
Часов на завершение
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!...
Reading
1 видео (всего 2 мин.), 2 материалов для самостоятельного изучения
Video1 видео
Reading2 материала для самостоятельного изучения
About Statistics with R Specialization10мин
More about Linear Regression and Modeling10мин
Часов на завершение
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. ...
Reading
8 видео (всего 47 мин.), 3 материалов для самостоятельного изучения, 2 тестов
Video8 видео
Correlation9мин
Residuals1мин
Least Squares Line11мин
Prediction and Extrapolation3мин
Conditions for Linear Regression10мин
R Squared4мин
Regression with Categorical Explanatory Variables5мин
Reading3 материала для самостоятельного изучения
Lesson Learning Objectives10мин
Lesson Learning Objectives10мин
Week 1 Suggested Readings and Practice10мин
Quiz2 практического упражнения
Week 1 Practice Quiz8мин
Week 1 Quiz18мин
Неделя
2
Часов на завершение
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!...
Reading
3 видео (всего 24 мин.), 3 материалов для самостоятельного изучения, 3 тестов
Video3 видео
Inference for Linear Regression11мин
Variability Partitioning5мин
Reading3 материала для самостоятельного изучения
Lesson Learning Objectives10мин
Week 2 Suggested Readings and Exercises10мин
Instructions for Week 1 & 2 Lab10мин
Quiz3 практического упражнения
Week 2 Practice Quiz6мин
Week 2 Quiz16мин
Week 1 & 2 Lab20мин
Неделя
3
Часов на завершение
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!...
Reading
7 видео (всего 57 мин.), 4 материалов для самостоятельного изучения, 3 тестов
Video7 видео
Multiple Predictors11мин
Adjusted R Squared10мин
Collinearity and Parsimony3мин
Inference for MLR11мин
Model Selection11мин
Diagnostics for MLR7мин
Reading4 материала для самостоятельного изучения
Lesson Learning Objectives10мин
Lesson Learning Objectives10мин
Week 3 Suggested Readings and Exercises10мин
Instructions for Week 3 Lab10мин
Quiz3 практического упражнения
Week 3 Practice Quiz16мин
Week 3 Quiz20мин
Week 3 Lab20мин
Неделя
4
Часов на завершение
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. ...
Reading
1 материал для самостоятельного изучения, 1 тест
Reading1 материал для самостоятельного изучения
Project Files and Rubric10мин
4.7
Рецензии: 140Chevron Right
Формирование карьерного пути

17%

начал новую карьеру, пройдя эти курсы
Карьерные преимущества

83%

получил значимые преимущества в карьере благодаря этому курсу
Продвижение по карьерной лестнице

20%

стал больше зарабатывать или получил повышение

Лучшие рецензии

автор: PKMay 24th 2017

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.

автор: PSSep 15th 2017

fantastic course on linear regression, concepts are well explained followed by quiz and practical exercises.\n\nthough you need to complete the prior courses to understand this.

Преподаватель

Avatar

Mine Çetinkaya-Rundel

Associate Professor of the Practice
Department of Statistical Science

О Duke University

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....

О специализации ''Statistics with R'

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....
Statistics with R

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • 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.

  • 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.