Об этом курсе

Недавно просмотрено: 111 130

This course introduces you to sampling and exploring data, as well as basic probability theory and Bayes' rule. You will examine various types of sampling methods, and discuss how such methods can impact the scope of inference. A variety of exploratory data analysis techniques will be covered, including numeric summary statistics and basic data visualization. You will be guided through installing and using R and RStudio (free statistical software), and will use this software for lab exercises and a final project. The concepts and techniques in this course will serve as building blocks for the inference and modeling courses in the Specialization.

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.

Начальный уровень

Прибл. 14 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Приобретаемые навыки

Statistics
R Programming
Rstudio
Exploratory Data Analysis

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.

Начальный уровень

Прибл. 14 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Преподаватели

Оценка преподавателя

4,83/5 (оценок: 666)

Mine Çetinkaya-Rundel

Associate Professor of the Practice

Department of Statistical Science

353 853 учащихся

7 курсов

Программа курса: что вы изучите

Оценка контента94%(28,147 оценки)

Неделя

1

Неделя 1

12 минут на завершение

About Introduction to Probability and Data

This course introduces you to sampling and exploring data, as well as basic probability theory. You will examine various types of sampling methods and discuss how such methods can impact the utility of a data analysis. The concepts in this module will serve as building blocks for our later courses.Each lesson comes with a set of learning objectives that will be covered in a series of short videos. Supplementary readings and practice problems will also be suggested from OpenIntro Statistics, 3rd Edition, https://leanpub.com/openintro-statistics/, (a free online introductory statistics textbook, that I co-authored). There will be weekly quizzes designed to assess your learning and mastery of the material covered that week in the videos. In addition, each week will also feature a lab assignment, in which you will use R to apply what you are learning to real data. There will also be a data analysis project designed to enable you to answer research questions of your own choosing. Since this is a Coursera course, you are welcome to participate as much or as little as you’d like, though I hope that you will begin by participating fully. One of the most rewarding aspects of a Coursera course is participation in forum discussions about the course materials. Please take advantage of other students' feedback and insight and contribute your own perspective where you see fit to do so. You can also check out the resource page (https://www.coursera.org/learn/probability-intro/resources/crMc4) listing useful resources for this course. Thank you for joining the Introduction to Probability and Data community! Say hello in the Discussion Forums. We are looking forward to your participation in the course.

12 минут на завершение

1 видео ((всего 2 мин.)), 1 материал для самостоятельного изучения

Неделя

2

Неделя 2

2 ч. на завершение

Introduction to Data

Welcome to Introduction to Probability and Data! I hope you are just as excited about this course as I am! In the next five weeks, we will learn about designing studies, explore data via numerical summaries and visualizations, and learn about rules of probability and commonly used probability distributions. If you have any questions, feel free to post them on this module's forum (https://www.coursera.org/learn/probability-intro/module/rQ9Al/discussions?sort=lastActivityAtDesc&page=1) and discuss with your peers! To get started, view the learning objectives (https://www.coursera.org/learn/probability-intro/supplement/rooeY/lesson-learning-objectives) of Lesson 1 in this module.

2 ч. на завершение

6 видео ((всего 28 мин.)), 2 материалов для самостоятельного изучения, 2 тестов

6 видео

Introduction3мин

Data Basics5мин

Observational Studies & Experiments4мин

Sampling and sources of bias8мин

Experimental Design2мин

(Spotlight) Random Sample Assignment3мин

2 материала для самостоятельного изучения

Lesson Learning Objectives10мин

Suggested Readings and Practice10мин

2 практических упражнения

Week 1 Practice Quiz30мин

Week 1 Quiz30мин

Неделя

3

Неделя 3

1 ч. на завершение

Introduction to Data Project

1 ч. на завершение

2 материалов для самостоятельного изучения

Неделя

4

Неделя 4

2 ч. на завершение

Exploratory Data Analysis and Introduction to Inference

2 ч. на завершение

7 видео ((всего 46 мин.)), 3 материалов для самостоятельного изучения, 2 тестов

7 видео

Visualizing Numerical Data10мин

Measures of Center4мин

Measures of Spread6мин

Robust Statistics1мин

Transforming Data3мин

Exploring Categorical Variables8мин

Introduction to Inference12мин

3 материала для самостоятельного изучения

Lesson Learning Objectives10мин

Suggested Readings and Practice10мин

2 практических упражнения

Week 2 Practice Quiz30мин

Week 2 Quiz30мин

Неделя

5

Неделя 5

1 ч. на завершение

Exploratory Data Analysis and Introduction to Inference Project

1 ч. на завершение

2 материалов для самостоятельного изучения

Неделя

6

Неделя 6

3 ч. на завершение

Introduction to Probability

3 ч. на завершение

9 видео ((всего 82 мин.)), 3 материалов для самостоятельного изучения, 2 тестов

9 видео

Introduction5мин

Disjoint Events + General Addition Rule9мин

Independence9мин

Probability Examples9мин

(Spotlight) Disjoint vs. Independent2мин

Conditional Probability12мин

Probability Trees10мин

Bayesian Inference14мин

Examples of Bayesian Inference7мин

3 материала для самостоятельного изучения

Lesson Learning Objectives10мин

Suggested Readings and Practice10мин

2 практических упражнения

Week 3 Practice Quiz30мин

Week 3 Quiz30мин

Неделя

7

Неделя 7

1 ч. на завершение

Introduction to Probability Project

1 ч. на завершение

2 материалов для самостоятельного изучения

Неделя

8

Неделя 8

5 ч. на завершение

Probability Distributions

Great work so far! Welcome to Week 4 -- the last content week of Introduction to Probability and Data! This week we will introduce two probability distributions: the normal and the binomial distributions in particular. As usual, you can evaluate your knowledge in this week's quiz. There will be no labs for this week. Please don't hesitate to post any questions, discussions and related topics on this week's forum (https://www.coursera.org/learn/probability-intro/module/VdVNg/discussions?sort=lastActivityAtDesc&page=1).

5 ч. на завершение

6 видео ((всего 67 мин.)), 4 материалов для самостоятельного изучения, 2 тестов

6 видео

Normal Distribution17мин

Evaluating the Normal Distribution2мин

Working with the Normal Distribution5мин

Binomial Distribution17мин

Normal Approximation to Binomial14мин

Working with the Binomial Distribution9мин

4 материала для самостоятельного изучения

Lesson Learning Objectives10мин

Suggested Readings and Practice10мин

Project Instructions, Data Files, and Checklist2ч

2 практических упражнения

Week 4 Practice Quiz30мин

Week 4 Quiz30мин

Рецензии

4.7

Рецензии: 1290

5 stars
78,25 %
4 stars
17,42 %
3 stars
2,43 %
2 stars
0,65 %
1 star
1,22 %

Лучшие отзывы о курсе INTRODUCTION TO PROBABILITY AND DATA WITH R

от партнера HW13 дек. 2017 г.

The lectures were very clear and concise and the examples were very relevant. Some of the R instructions left a little something to be desired, but nothing a little time and google couldn't solve.

от партнера SH7 июля 2020 г.

They could have touched more R. Otherwise everything is fine. But it is very easy to clear the course. Even the peer reviewed assignment is wrongly reviewed many times whether positive or negative.

от партнера AA9 июня 2017 г.

A good introductory course to data analysis, statistics and the R programming language. Recommended to people who are new to data analysis and also those who are experienced and could use a refresh.

от партнера HB7 окт. 2018 г.

Great course - great guidance through RStudio coding. Would be great if the instructor could slow down a bit during lectures to make taking notes easier. Otherwise very happy with the course.

Посмотреть все отзывы

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.
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.

Introduction to Probability and Data with R

Об этом курсе

Приобретаемые навыки