In diesem Kurs werden einfache und multiple lineare Regressionsmodelle vorgestellt. Diese Modelle ermöglichen es Ihnen, die Beziehung zwischen Variablen in einem Datensatz und einer kontinuierlichen Antwortvariablen zu bewerten. Gibt es einen Zusammenhang zwischen der körperlichen Attraktivität eines Professors und der Bewertung seiner Studenten? Kann man das Testergebnis eines Kindes auf der Grundlage bestimmter Merkmale seiner Mutter vorhersagen? In diesem Kurs lernen Sie die grundlegende Theorie der linearen Regression kennen. Anhand von Datenbeispielen lernen Sie, Regressionsmodelle anzupassen, zu untersuchen und zu nutzen, um Beziehungen zwischen mehreren Variablen zu untersuchen, wobei Sie die kostenlose Statistiksoftware R und RStudio verwenden.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
Lineare Regression und Modellierung
Dieser Kurs ist Teil von Spezialisierung Datenanalyse mit R
Dozent: Mine Çetinkaya-Rundel
97.974 bereits angemeldet
Bei enthalten
(1,725 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: Statistik
- Kategorie: Lineare Regression
- Kategorie: R-Programmierung
- Kategorie: Regressionsanalyse
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
8 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- 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
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.
In diesem Kurs gibt es 4 Module
Dieses kurze Modul führt Sie in die Grundlagen der Coursera Specializations und Kurse im Allgemeinen ein, in diese Specialization: Statistik mit R, und diesen Kurs: Lineare Regression und Modellierung. Bitte nehmen Sie sich einige Minuten Zeit, um sie durchzusehen. Vielen Dank, dass Sie an diesem Kurs teilnehmen!
Das ist alles enthalten
1 Video2 Lektüren
In dieser Woche werden wir die lineare Regression einführen. Viele von Ihnen kennen die Regression vielleicht aus den Nachrichten, wo Diagramme mit geraden Linien über Streudiagramme gelegt werden. Lineare Modelle können für Vorhersagen verwendet werden oder um festzustellen, ob es eine lineare Beziehung zwischen zwei numerischen Variablen gibt.
Das ist alles enthalten
8 Videos3 Lektüren2 Aufgaben
Willkommen zu Woche 2! In dieser Woche werden wir uns mit Ausreißern, der Inferenz bei der linearen Regression und der Aufteilung der Variabilität beschäftigen. Bitte nutzen Sie diese Woche, um Ihr Verständnis der linearen Regression zu vertiefen. Vergessen Sie nicht, Ihre Fragen, Bedenken und Vorschläge im Diskussionsforum zu posten!
Das ist alles enthalten
3 Videos5 Lektüren3 Aufgaben
In dieser Woche werden wir uns mit der multiplen Regression beschäftigen, die es uns ermöglicht, numerische Antwortvariablen mit mehreren Prädiktoren (numerisch und kategorial) zu modellieren. Wir werden auch die Inferenz für die multiple lineare Regression, die Modellauswahl und die Modelldiagnose behandeln. In dieser Woche steht auch ein Abschlussprojekt auf dem Programm. Sie werden den zur Verfügung gestellten Datensatz verwenden, um eine Frage zur Datenanalyse zu beantworten und darüber zu berichten. Bitte lesen Sie die Projektanweisungen, um diese Selbsteinschätzung durchzuführen.
Das ist alles enthalten
7 Videos6 Lektüren3 Aufgaben
Dozent
Empfohlen, wenn Sie sich für Datenanalyse interessieren
Johns Hopkins University
University of Colorado Boulder
Coursera Project Network
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 1725
1.725 Bewertungen
- 5 stars
80,40 %
- 4 stars
15,94 %
- 3 stars
2,89 %
- 2 stars
0,23 %
- 1 star
0,52 %
Geprüft am 12. Sep. 2020
Geprüft am 11. Dez. 2018
Geprüft am 21. Okt. 2023
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
Nein. Durch den Abschluss eines Coursera-Kurses erhalten Sie keine akademischen Credits von Duke. Daher kann Duke Ihnen kein Universitätszeugnis ausstellen. Ihr elektronisches Zertifikat wird jedoch zu Ihrer Accomplishments-Seite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.