Johns Hopkins University
Quantifizierung von Beziehungen mit Regressionsmodellen
Johns Hopkins University

Quantifizierung von Beziehungen mit Regressionsmodellen

Dieser Kurs ist Teil von Spezialisierung Datenkompetenz

2.785 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.7

(19 Bewertungen)

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Es dauert 11 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.7

(19 Bewertungen)

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Es dauert 11 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Allgemeines lineares Modell
  • Kategorie: Lineare Regression
  • Kategorie: Statistische Analyse

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

14 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Datenkompetenz
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

Diagramme sind zwar nützlich, um Beziehungen zu visualisieren, aber sie liefern keine präzisen Maße für die Beziehungen zwischen Variablen. Nehmen wir an, Sie möchten herausfinden, wie sich ein Ergebnis von Interesse verändern wird, wenn wir eine verwandte Variable verändern. Um diese Frage zu beantworten, brauchen wir mehr als nur ein Streudiagramm. Was sollten Sie beispielsweise tun, wenn Sie berechnen möchten, ob sich die Luftqualität ändert, wenn die Fahrzeugemissionen sinken? Oder wenn Sie berechnen möchten, wie sich das Kaufverhalten der Verbraucher ändert, wenn eine neue Steuerpolitik eingeführt wird? Um diese vorhergesagten Auswirkungen zu berechnen, können wir ein Regressionsmodell verwenden. In diesem Modul wird zunächst die Korrelation als ein erstes Mittel zur Messung der Beziehung zwischen zwei Variablen vorgestellt. Anschließend wird der Vorhersagefehler als Rahmen für die Bewertung der Genauigkeit von Schätzungen erörtert. Schließlich wird das Modul das lineare Regressionsmodell vorstellen, ein leistungsfähiges Instrument, mit dem wir präzise Maße dafür entwickeln können, wie Variablen miteinander in Beziehung stehen.

Das ist alles enthalten

5 Videos4 Lektüren4 Aufgaben

Nachdem Sie nun die Grundlagen der Regressionsanalyse beherrschen, geht es im nächsten Schritt darum, wie Sie ein grundlegendes Regressionsmodell bewerten und modifizieren können. In diesem Modul lernen Sie ein gängiges Maß für die Modellanpassung und die drei Grundannahmen der Regressionsanalyse kennen. Außerdem werden wir uns mit dem besonderen Umstand befassen, eine Regressionsanalyse mit einer binären (auch Dummy-) Behandlungsvariable durchzuführen. Dummy-Variablen, die zwei Werte annehmen können, werden in der Statistik häufig verwendet. Das Verständnis für die Verwendung und Interpretation von Dummy-Variablen bildet die Grundlage für die Entwicklung eines multivariaten Regressionsmodells, mit dem wir uns im nächsten Modul beschäftigen werden.

Das ist alles enthalten

3 Videos4 Lektüren4 Aufgaben

Das bivariate Regressionsmodell ist ein wesentlicher Baustein der Statistik, aber in der Praxis ist es als nützliches Modell für deskriptive, kausale oder prädiktive Schlüsse meist unzureichend. Das liegt daran, dass es in der Regel mehrere Variablen gibt, die eine bestimmte Dynamik beeinflussen. Ganz gleich, ob Sie politisches Verhalten, Umweltprozesse oder die Ergebnisse einer Medikamentenbehandlung modellieren, es ist fast immer notwendig, mehrere Einflüsse auf ein bestimmtes Ergebnis zu berücksichtigen. In diesem Modul wird das multivariate Modell der Regressionsanalyse vorgestellt und erklärt, wie die Ergebnisse einer multivariaten Analyse zu interpretieren und zu bewerten sind.

Das ist alles enthalten

4 Videos4 Lektüren4 Aufgaben

Sobald Sie das multivariate OLS-Modell beherrschen, sind Sie bereit, sich mit einer Vielzahl von Regressionsmodellierungstechniken vertraut zu machen. Denken Sie daran, dass Forscher immer die Modellierungstools verwenden sollten, die sie am besten in die Lage versetzen, die jeweilige Frage zu beantworten. In diesem Modul geht es vor allem um zwei Instrumente, nämlich Interaktionsterme und Modelle für binäre abhängige Variablen. Denken Sie jedoch daran, dass es zahlreiche Tools für die Regressionsmodellierung gibt, die Sie je nach der Forschungsfrage, die Sie zu beantworten versuchen, erlernen und anwenden können. Nachdem Sie ein solides Verständnis der Regressionsgrundlagen entwickelt haben, sollten Sie sich in der Lage fühlen, diese Wissensbasis zu erweitern, wenn Sie sich als Produzent und Konsument von Analysen weiterentwickeln.

Das ist alles enthalten

5 Videos2 Lektüren2 Aufgaben1 peer review

Dozent

Lehrkraftbewertungen
4.6 (5 Bewertungen)
Jennifer Bachner, PhD
Johns Hopkins University
5 Kurse13.680 Lernende

von

Empfohlen, wenn Sie sich für Datenanalyse interessieren

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

4.7

19 Bewertungen

  • 5 stars

    78,94 %

  • 4 stars

    10,52 %

  • 3 stars

    10,52 %

  • 2 stars

    0 %

  • 1 star

    0 %

Zeigt 3 von 19 an

MT
5

Geprüft am 8. Juli 2021

Platzhalter

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