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.

Genießen Sie unbegrenztes Wachstum mit einem Jahr Coursera Plus für 199 $ (regulär 399 $). Jetzt sparen.

Lineare Regression und Modellierung
Dieser Kurs ist Teil von Spezialisierung für Datenanalyse mit R
Dozent: Mine Çetinkaya-Rundel
103.059 bereits angemeldet
Bei enthalten
(1,776 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: Statistische Analyse
- Kategorie: Modell Bewertung
- Kategorie: R-Programmierung
- Kategorie: Statistische Modellierung
- Kategorie: R (Software)
- Kategorie: Wahrscheinlichkeit & Statistik
- Kategorie: Regressionsanalyse
- Kategorie: Statistische Inferenz
- Kategorie: Mathematische Modellierung
- Kategorie: Explorative Datenanalyse
- Kategorie: Datenanalyse-Software
- Kategorie: Statistik
- Kategorie: Korrelationsanalyse
- Kategorie: Prädiktive Modellierung
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

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 Video3 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 Videos7 Lektüren3 Aufgaben
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Mehr von Datenanalyse entdecken
Status: Kostenloser TestzeitraumJohns Hopkins University
Status: Kostenloser TestzeitraumIllinois Tech
Status: Kostenloser TestzeitraumUniversity of Michigan
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?




Bewertungen von Lernenden
1.776 Bewertungen
- 5 stars
80,34 %
- 4 stars
15,93 %
- 3 stars
2,92 %
- 2 stars
0,28 %
- 1 star
0,50 %
Zeigt 3 von 1776 an
Geprüft am 13. Dez. 2020
I learn a lot. It added more lessons beyond my graduate school. Especially that the course is based on R, this course is very helpful for my journey towards using R.
Geprüft am 11. Dez. 2018
Files for this course were broken and I faced a lot of trouble to find good one. This course may be made more comprehensive and not assuming that reader have also understanding.
Geprüft am 20. Juni 2018
This was the first course where I started noticing that I'm really learning and was able to apply some of the earned knowledge at work.Totally recommended.
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.
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. 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 Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Weitere Fragen
Finanzielle Unterstützung verfügbar,




