Об этом курсе
Недавно просмотрено: 48,086

Learner Career Outcomes

33%

начал новую карьеру, пройдя эти курсы

45%

получил значимые преимущества в карьере благодаря этому курсу

12%

стал больше зарабатывать или получил повышение

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. 14 часа на выполнение

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

Английский

Субтитры: Английский, Корейский

Приобретаемые навыки

StatisticsLinear RegressionR ProgrammingRegression Analysis

Learner Career Outcomes

33%

начал новую карьеру, пройдя эти курсы

45%

получил значимые преимущества в карьере благодаря этому курсу

12%

стал больше зарабатывать или получил повышение

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. 14 часа на выполнение

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

Английский

Субтитры: Английский, Корейский

Программа курса: что вы изучите

Неделя
1
22 минуты на завершение

About Linear Regression and Modeling

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

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 практического упражнения
Week 1 Practice Quiz8мин
Week 1 Quiz18мин
Неделя
2
2 ч. на завершение

More about Linear Regression

3 видео ((всего 24 мин.)), 5 материалов для самостоятельного изучения, 3 тестов
3 видео
Inference for Linear Regression11мин
Variability Partitioning5мин
5 материала 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 практического упражнения
Week 2 Practice Quiz6мин
Week 2 Quiz16мин
Week 1 & 2 Lab20мин
Неделя
3
3 ч. на завершение

Multiple Regression

7 видео ((всего 57 мин.)), 5 материалов для самостоятельного изучения, 3 тестов
7 видео
Multiple Predictors11мин
Adjusted R Squared10мин
Collinearity and Parsimony3мин
Inference for MLR11мин
Model Selection11мин
Diagnostics for MLR7мин
5 материала 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 практического упражнения
Week 3 Practice Quiz16мин
Week 3 Quiz20мин
Week 3 Lab20мин
Неделя
4
2 ч. на завершение

Final Project

1 материал для самостоятельного изучения, 1 тест
1 материал для самостоятельного изучения
Project Files and Rubric10мин
4.7
Рецензии: 186Chevron Right

Лучшие отзывы о курсе Linear Regression and Modeling

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: RZMay 25th 2019

I feel I'm running out of complement words for this course series. In conclusion, clear teaching, helpful project, and knowledgeable classmates that I can learn from through final project.

Преподаватели

Avatar

Mine Çetinkaya-Rundel

Associate Professor of the Practice
Department of Statistical Science

О 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....

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....
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.