Этот курс входит в специализацию ''Специализация Statistical Modeling for Data Science Applications'

4.3

звезд

Оценки: 18

Brian Zaharatos

3 797 уже зарегистрированы

от партнера

Хотите получить зачетные единицы для диплома? Узнайте больше

Вы можете получить от Колорадский университет в Боулдере зачетные единицы, которые будут засчитываться при обучении по дипломной программе Master of Science in Data Science

Специализация Statistical Modeling for Data Science ApplicationsКолорадский университет в Боулдере

Об этом курсе

Недавно просмотрено: 23 349

This course will provide a set of foundational statistical modeling tools for data science. In particular, students will be introduced to methods, theory, and applications of linear statistical models, covering the topics of parameter estimation, residual diagnostics, goodness of fit, and various strategies for variable selection and model comparison. Attention will also be given to the misuse of statistical models and ethical implications of such misuse.
This course can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.

Logo adapted from photo by Vincent Ledvina on Unsplash

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 1 из 3 в программе

Специализация Statistical Modeling for Data Science Applications

Средний уровень

Calculus, linear algebra, and probability theory.

Прибл. 45 часов на выполнение

Английский

Приобретаемые навыки

Linear Model
R Programming
Statistical Model
regression

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 1 из 3 в программе

Специализация Statistical Modeling for Data Science Applications

Средний уровень

Calculus, linear algebra, and probability theory.

Прибл. 45 часов на выполнение

Английский

Преподаватели

Оценка преподавателя

4,71/5 (оценок: 7)

Brian Zaharatos

Director, Professional Master’s Degree in Applied Mathematics

Department of Applied Mathematics

6 096 учащихся

3 курса

от партнера

Колорадский университет в Боулдере

Сделайте шаг навстречу диплому.

Этот курс входит в дипломную онлайн-программу, предлагаемую университетом Колорадский университет в Боулдере. Если вы зарегистрируетесь на курс с зачетными единицами вне дипломной программы через университет и пройдете его онлайн, зачетные единицы за него можно будет учесть в дипломной программе университета CU-Boulder. Для этого необходимо просто подать заявку через университет.

Master of Science in Data Science

Колорадский университет в Боулдере

Зарегистрируйтесь для получения зачетных единиц

Программа курса: что вы изучите

Неделя

Неделя 1

8 ч. на завершение

Introduction to Statistical Models

8 ч. на завершение

8 видео ((всего 82 мин.)), 2 материалов для самостоятельного изучения, 5 тестов

8 видео

Frameworks and Goals of Statistical Modeling14мин

The Assumption of Concept Validity7мин

The Linear Regression Model11мин

Matrix Representation of the Linear Regression Model15мин

Assumptions of Linear Regression9мин

The Appropriateness of Linear Regression11мин

Interpreting the Linear Regression Model I7мин

Interpreting the Linear Regression Model II5мин

2 материала для самостоятельного изучения

Welcome and Where to Find Help10мин

Information on Peer Reviews10мин

2 практических упражнения

Introduction to Statistical Modeling30мин

The Linear Regression Model30мин

Неделя

Неделя 2

8 ч. на завершение

Linear Regression Parameter Estimation

8 ч. на завершение

9 видео ((всего 134 мин.))

9 видео

Introduction to Least Squares12мин

Linear Algebra for Least Squares9мин

Deriving the Least Squares Solution20мин

Regression Modeling in R: a First Pass19мин

Justifying Least Squares: the Gauss-Markov Theorem and Maximum Likelihood Estimation13мин

Sums of Squares and Estimating the Error Variance19мин

The Coefficient of Determination9мин

The Problem of Non-identifiabiliity6мин

Regression Modeling in R: a Second Pass22мин

2 практических упражнения

Least Squares30мин

Variability and Identifiability in Regression Models30мин

Неделя

Неделя 3

9 ч. на завершение

Inference in Linear Regression

9 ч. на завершение

8 видео ((всего 121 мин.)), 1 материал для самостоятельного изучения, 5 тестов

8 видео

Motivating Statistical Inference in the Linear Regression Context9мин

The Sampling Distribution of the Least Squares Estimator23мин

T-Tests for Individual Regression Parameters14мин

T-Tests in R20мин

Motivating the F-Test: Multiple Statistical Comparisons8мин

The F-Test22мин

The F-Test in R10мин

Confidence Intervals in the Regression ContextConfidence Intervals in the Regression Context11мин

1 материал для самостоятельного изучения

Ethics in Statistical Practice and Communication: Five Recommendations30мин

2 практических упражнения

Statistical Inference: Intro and T-Tests30мин

Statistical Inference: the F-tests and Confidence Intervals30мин

Неделя

Неделя 4

6 ч. на завершение

Prediction and Explanation in Linear Regression Analysis

6 ч. на завершение

6 видео ((всего 82 мин.))

Специализация Statistical Modeling for Data Science Applications: общие сведения

Statistical modeling lies at the heart of data science. Well crafted statistical models allow data scientists to draw conclusions about the world from the limited information present in their data. In this three credit sequence, learners will add some intermediate and advanced statistical modeling techniques to their data science toolkit. In particular, learners will become proficient in the theory and application of linear regression analysis; ANOVA and experimental design; and generalized linear and additive models. Emphasis will be placed on analyzing real data using the R programming language.

This specialization can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder. Logo adapted from photo by Vincent Ledvina on Unsplash

Statistical Modeling for Data Science Applications

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
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.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Modern Regression Analysis in R

Об этом курсе

Приобретаемые навыки