Linear models, as their name implies, relates an outcome to a set of predictors of interest using linear assumptions. Regression models, a subset of linear models, are the most important statistical analysis tool in a data scientist’s toolkit. This course covers regression analysis, least squares and inference using regression models. Special cases of the regression model, ANOVA and ANCOVA will be covered as well. Analysis of residuals and variability will be investigated. The course will cover modern thinking on model selection and novel uses of regression models including scatterplot smoothing.
от партнера
Университет Джонса ХопкинсаОб этом курсе
Недавно просмотрено: 27 272
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.
Прибл. 54 часа на выполнение
Английский
Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?
Попробуйте Coursera для бизнесаЧему вы научитесь
Use regression analysis, least squares and inference
Understand ANOVA and ANCOVA model cases
Investigate analysis of residuals and variability
Describe novel uses of regression models such as scatterplot smoothing
Приобретаемые навыки
- Model Selection
- Generalized Linear Model
- Linear Regression
- Regression 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.
Прибл. 54 часа на выполнение
Английский
Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?
Попробуйте Coursera для бизнеса
от партнера
Программа курса: что вы изучите
13 ч. на завершение
Week 1: Least Squares and Linear Regression
13 ч. на завершение
9 видео ((всего 74 мин.)), 11 материалов для самостоятельного изучения, 4 тестов
11 ч. на завершение
Week 2: Linear Regression & Multivariable Regression
11 ч. на завершение
10 видео ((всего 70 мин.)), 5 материалов для самостоятельного изучения, 4 тестов
14 ч. на завершение
Week 3: Multivariable Regression, Residuals, & Diagnostics
14 ч. на завершение
14 видео ((всего 168 мин.)), 5 материалов для самостоятельного изучения, 5 тестов
16 ч. на завершение
Week 4: Logistic Regression and Poisson Regression
16 ч. на завершение
7 видео ((всего 95 мин.)), 6 материалов для самостоятельного изучения, 6 тестов
Рецензии
- 5 stars64,19 %
- 4 stars23,07 %
- 3 stars7,57 %
- 2 stars2,98 %
- 1 star2,17 %
Лучшие отзывы о курсе РЕГРЕССИОННЫЕ МОДЕЛИ
от партнера KA16 дек. 2017 г.
Excellent course that is jam-packed with useful material! It is quite challenging and gives a thorough grounding in how to approach the process of selecting a linear regression model for a data set.
от партнера LR6 окт. 2016 г.
Excellent overview of a very broad and complex topic with plenty of useful applications within R. The course project does an outstanding job at teaching the pitfalls of omitted variable bias.
от партнера ST25 мая 2018 г.
I appreciate coefficients interpretation and variance influence to choose among models.
Running code takes a few seconds, understanding the model's outputs is a much hard
от партнера AW19 февр. 2018 г.
Great subject, was a bit frustrated with some of the material (seemed rushed and not well prepared). Great assignment, but too restrictive on the max number of pages allowed. Wasted a lot of time.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
