Dies ist der zweite von zwei Kursen zur Einführung in die Grundlagen der Bayes'schen Statistik. Sie baut auf dem Kurs Bayesianische Statistik auf: Vom Konzept zur Datenanalyse auf, in dem die Bayes'schen Methoden anhand von einfachen konjugierten Modellen vorgestellt werden. Daten aus der realen Welt erfordern oft komplexere Modelle, um zu realistischen Schlussfolgerungen zu gelangen. Dieser Kurs zielt darauf ab, unseren "Bayes'schen Werkzeugkasten" um allgemeinere Modelle und die dazugehörigen Berechnungsmethoden zu erweitern. Insbesondere werden wir Markov-Chain-Monte-Carlo-Methoden (MCMC) einführen, die es ermöglichen, Stichproben aus posterioren Verteilungen zu ziehen, für die es keine analytische Lösung gibt. Wir werden die frei verfügbare Open-Source-Software R (eine gewisse Erfahrung wird vorausgesetzt, z.B. durch den Abschluss des vorherigen Kurses in R) und JAGS (keine Erfahrung erforderlich) verwenden. Wir werden lernen, wie man Bayes'sche statistische Modelle konstruiert, anpasst, bewertet und vergleicht, um wissenschaftliche Fragen zu beantworten, die kontinuierliche, binäre und Zähldaten betreffen. Dieser Kurs kombiniert Vorlesungsvideos, Computerdemonstrationen, Lektüre, Übungen und Diskussionsforen, um eine aktive Lernerfahrung zu schaffen. Die Vorlesungen vermitteln einige der grundlegenden mathematischen Entwicklungen, Erklärungen zum statistischen Modellierungsprozess und einige grundlegende Modellierungstechniken, die von Statistikern häufig verwendet werden. Computerdemonstrationen bieten konkrete, praktische Anleitungen. Nach Abschluss dieses Kurses haben Sie Zugang zu einer breiten Palette von Bayes'schen Analysetools, die Sie an Ihre Daten anpassen können.
Bayessche Statistik: Techniken und Modelle
Dieser Kurs ist Teil von Spezialisierung Bayessche Statistik
Dozent: Matthew Heiner
TOP-LEHRKRAFT
55.697 bereits angemeldet
Enthalten in
(484 Bewertungen)
Was Sie lernen werden
Effiziente und effektive Kommunikation der Ergebnisse der Datenanalyse.
Nutzen Sie die Ergebnisse der statistischen Modellierung, um wissenschaftliche Schlussfolgerungen zu ziehen.
Erweitern Sie grundlegende statistische Modelle, um korrelierte Beobachtungen mit Hilfe hierarchischer Modelle zu berücksichtigen.
Kompetenzen, die Sie erwerben
- Kategorie: Gibbssche Stichprobe
- Kategorie: Bayessche Statistik
- Kategorie: Bayessche Inferenz
- Kategorie: R-Programmierung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
17 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 5 Module
Statistische Modellierung, Bayes'sche Modellierung, Monte-Carlo-Schätzung
Das ist alles enthalten
11 Videos4 Lektüren4 Aufgaben1 Diskussionsthema
Metropolis-Hastings, Gibbs-Sampling, Bewertung der Konvergenz
Das ist alles enthalten
11 Videos7 Lektüren4 Aufgaben
Lineare Regression, ANOVA, logistische Regression, ANOVA mit mehreren Faktoren
Das ist alles enthalten
11 Videos5 Lektüren5 Aufgaben1 Diskussionsthema
Poisson-Regression, hierarchische Modellierung
Das ist alles enthalten
10 Videos7 Lektüren4 Aufgaben1 Diskussionsthema
Von Experten begutachtetes Projekt zur Datenanalyse
Das ist alles enthalten
1 Video1 Lektüre1 peer review
Dozent
Empfohlen, wenn Sie sich für Wahrscheinlichkeitsrechnung und Statistik interessieren
University of California, Santa Cruz
University of California, Santa Cruz
University of California, Santa Cruz
University of California, Santa Cruz
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 484
484 Bewertungen
- 5 stars
83,05 %
- 4 stars
12,80 %
- 3 stars
2,06 %
- 2 stars
1,03 %
- 1 star
1,03 %
Geprüft am 7. Juli 2018
Geprüft am 31. Aug. 2020
Geprüft am 8. Jan. 2020
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
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.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.