Dieser Kurs vermittelt eine Reihe grundlegender statistischer Modellierungswerkzeuge für die Datenwissenschaft. Insbesondere werden die Studenten in die Methoden, die Theorie und die Anwendungen linearer statistischer Modelle eingeführt. Dabei werden die Themen Parameterschätzung, Residualdiagnose, Anpassungsgüte und verschiedene Strategien zur Variablenauswahl und zum Modellvergleich behandelt. Auch der Missbrauch von statistischen Modellen und die ethischen Implikationen eines solchen Missbrauchs werden behandelt. Dieser Kurs kann im Rahmen des Master of Science in Data Science (MS-DS) der CU Boulder, der auf der Coursera-Plattform angeboten wird, angerechnet werden. Der MS-DS ist ein interdisziplinärer Studiengang, der Dozenten aus den Fachbereichen Angewandte Mathematik, Informatik, Informationswissenschaften und anderen Bereichen der CU Boulder zusammenbringt. Da die Zulassung leistungsabhängig ist und es kein Bewerbungsverfahren gibt, ist der MS-DS ideal für Personen mit einem breiten Spektrum an grundständiger Ausbildung und/oder Berufserfahrung in Informatik, Informationswissenschaft, Mathematik und Statistik. Erfahren Sie mehr über das MS-DS-Programm unter https://www.coursera.org/degrees/master-of-science-data-science-boulder. Logo angepasst von Foto von Vincent Ledvina auf Unsplash
Moderne Regressionsanalyse in R
Dieser Kurs ist Teil von Spezialisierung Statistische Modellierung für datenwissenschaftliche Anwendungen
Dozent: Brian Zaharatos
7.067 bereits angemeldet
Bei 
enthalten
(30 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Einige empfohlene Praktiken für ethisches Verhalten und Kommunikation in der Statistik und Datenwissenschaft zu formulieren.
Interpretieren Sie wichtige Komponenten des MLR-Modells, einschließlich der "systematischen" und "zufälligen" Komponenten des Modells.
Beschreiben und implementieren Sie testbasierte Verfahren für die Modellauswahl und wählen Sie ein "bestes" Modell auf der Grundlage eines bestimmten Verfahrens aus.
Kompetenzen, die Sie erwerben
- Kategorie: Lineares Modell
- Kategorie: regression
- Kategorie: R-Programmierung
- Kategorie: Statistisches Modell
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
11 Quizzes
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 6 Module
In diesem Modul werden wir den grundlegenden konzeptionellen Rahmen für die statistische Modellierung im Allgemeinen und für lineare Regressionsmodelle im Besonderen vorstellen.
Das ist alles enthalten
8 Videos3 Lektüren2 Quizzes2 Programmieraufgaben1 peer review1 Diskussionsthema1 Unbewertetes Labor
In diesem Modul werden wir lernen, wie man lineare Regressionsmodelle mit Hilfe der kleinsten Quadrate anpasst. Wir werden auch die Eigenschaften der kleinsten Quadrate untersuchen und einige Metriken zur Anpassungsgüte von linearen Regressionsmodellen beschreiben.
Das ist alles enthalten
9 Videos2 Quizzes1 Programmieraufgabe1 peer review1 Unbewertetes Labor
In diesem Modul werden wir die Anwendungen der linearen Regressionsmodellierung zur Rechtfertigung von Rückschlüssen von Stichproben auf Populationen untersuchen.
Das ist alles enthalten
8 Videos1 Lektüre2 Quizzes1 Programmieraufgabe2 peer reviews1 Unbewertetes Labor
In diesem Modul werden wir herausfinden, wie Modelle zukünftige Werte vorhersagen und Intervallschätzungen für diese Werte konstruieren können. Wir werden auch die Beziehung zwischen statistischer Modellierung und kausalen Erklärungen untersuchen.
Das ist alles enthalten
6 Videos1 Quiz1 Programmieraufgabe1 peer review1 Unbewertetes Labor
In diesem Modul werden wir lernen, wie man Probleme mit der Anpassung eines linearen Regressionsmodells diagnostiziert. Insbesondere werden wir formale Tests und Visualisierungen verwenden, um zu entscheiden, ob ein lineares Modell für die vorliegenden Daten geeignet ist.
Das ist alles enthalten
6 Videos2 Quizzes1 Programmieraufgabe1 peer review1 Unbewertetes Labor
In diesem Modul werden wir Methoden zur Modellauswahl und Modellverbesserung untersuchen. Insbesondere lernen wir, wann und wie Modellauswahltechniken wie Vorwärts- und Rückwärtsselektion sowie kriterienbasierte Methoden anzuwenden sind, und wir erfahren etwas über das Problem der Multikollinearität (auch Kollinearität genannt).
Das ist alles enthalten
10 Videos2 Quizzes1 Programmieraufgabe1 peer review1 Unbewertetes Labor
Dozent
Empfohlen, wenn Sie sich für Wahrscheinlichkeitsrechnung und Statistik interessieren
Johns Hopkins University
University of Colorado Boulder
University of Colorado Boulder
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?
Bewertungen von Lernenden
30 Bewertungen
- 5 stars
76,66 %
- 4 stars
10 %
- 3 stars
0 %
- 2 stars
6,66 %
- 1 star
6,66 %
Zeigt 3 von 30 an
Geprüft am 29. Apr. 2024
A lot of work with several peer reviews, but it get you into R for Regression Analysis. Well laid out course. need knowledge of Linear algrebra for this course.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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.