University of Colorado Boulder
Verallgemeinerte lineare Modelle und nichtparametrische Regression
University of Colorado Boulder

Verallgemeinerte lineare Modelle und nichtparametrische Regression

4.130 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.4

(18 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Flexibler Zeitplan
Ca. 42 Stunden
In Ihrem eigenen Lerntempo lernen
Auf einen Abschluss hinarbeiten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.4

(18 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Flexibler Zeitplan
Ca. 42 Stunden
In Ihrem eigenen Lerntempo lernen
Auf einen Abschluss hinarbeiten

Was Sie lernen werden

  • Beschreiben Sie, wie Sie das lineare Modell verallgemeinern können, um Daten zu berücksichtigen, die sich nicht für das standardmäßige lineare Regressionsmodell eignen.

  • Nennen Sie einige Vor- und Nachteile von (verallgemeinerten) additiven Modellen.

  • Beschreiben Sie, wie ein additives Modell verallgemeinert werden kann, um nicht-normale Antwortvariablen einzubeziehen (d.h. definieren Sie ein verallgemeinertes additives Modell).

Kompetenzen, die Sie erwerben

  • Kategorie: Infinitesimalrechnung
  • Kategorie: und Wahrscheinlichkeitsrechnung.
  • Kategorie: Lineare Algebra

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

8 Quizzes

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Statistische Modellierung für datenwissenschaftliche Anwendungen
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 4 Module

In diesem Modul werden wir verallgemeinerte lineare Modelle (GLMs) anhand der Untersuchung von Binomialdaten vorstellen. Insbesondere werden wir die Notwendigkeit von GLMs begründen, das binomische Regressionsmodell einschließlich der gebräuchlichsten binomischen Verknüpfungsfunktionen vorstellen, das binomische Regressionsmodell korrekt interpretieren und verschiedene Methoden zur Bewertung der Anpassung und Vorhersagekraft des binomischen Regressionsmodells betrachten.

Das ist alles enthalten

7 Videos4 Lektüren3 Quizzes2 Programmieraufgaben2 peer reviews1 Diskussionsthema2 Unbewertete Labore

In diesem Modul werden wir uns mit der Modellierung von Zähldaten befassen. Wenn die Antwortvariable eine Zählung eines bestimmten Phänomens ist und diese Zählung von einer Reihe von Prädiktoren abhängen soll, können wir die Poisson-Regression als Modell verwenden. Wir werden die Poisson-Regression im Detail beschreiben und die Poisson-Regression auf reale Daten anwenden. Dann werden wir Situationen beschreiben, in denen die Poisson-Regression nicht geeignet ist, und kurz Lösungen für diese Situationen vorstellen.

Das ist alles enthalten

7 Videos2 Quizzes1 Programmieraufgabe1 peer review3 Unbewertete Labore

In diesem Modul werden wir das Konzept eines nichtparametrischen Regressionsmodells vorstellen. Wir werden diesen Begriff mit den parametrischen Modellen vergleichen, die wir bisher untersucht haben. Dann werden wir bestimmte nichtparametrische Regressionsmodelle untersuchen: Kernel-Schätzer und Splines. Schließlich werden wir additive Modelle als eine Mischung aus parametrischen und nichtparametrischen Methoden vorstellen.

Das ist alles enthalten

6 Videos1 Quiz1 Programmieraufgabe1 peer review3 Unbewertete Labore

Einige Modelle, wie z.B. die lineare Regression, sind leicht zu interpretieren, aber unflexibel, da sie viele Beziehungen in der realen Welt nicht genau erfassen. Andere Modelle, wie z.B. neuronale Netze, sind zwar recht flexibel, aber sehr schwer zu interpretieren. Verallgemeinerte additive Modelle (GAMs) sind ein guter Kompromiss zwischen Flexibilität und Interpretierbarkeit. In diesem Modul werden wir GAMs weiter motivieren, die mathematischen Grundlagen der Anpassung von GAMs erlernen und sie auf simulierten und realen Daten in R implementieren.

Das ist alles enthalten

6 Videos1 Lektüre2 Quizzes1 Programmieraufgabe1 peer review3 Unbewertete Labore

Dozent

Lehrkraftbewertungen
4.6 (7 Bewertungen)
Brian Zaharatos
University of Colorado Boulder
3 Kurse11.721 Lernende

von

Empfohlen, wenn Sie sich für Wahrscheinlichkeitsrechnung und Statistik interessieren

Auf einen Abschluss hinarbeiten

Dieses Kurs ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Colorado Boulderangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 18

4.4

18 Bewertungen

  • 5 stars

    77,77 %

  • 4 stars

    0 %

  • 3 stars

    11,11 %

  • 2 stars

    5,55 %

  • 1 star

    5,55 %

CT
5

Geprüft am 27. Juni 2023

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen