Ce cours décrit les statistiques bayésiennes, dans lesquelles les déductions sur les paramètres ou les hypothèses sont mises à jour au fur et à mesure que les preuves s'accumulent. Vous apprendrez à utiliser la règle de Bayes pour transformer les probabilités a priori en probabilités a posteriori, et vous serez initié à la théorie sous-jacente et à la perspective du paradigme bayésien. Le cours appliquera les méthodes bayésiennes à plusieurs problèmes pratiques, afin de montrer les analyses bayésiennes de bout en bout qui vont de la formulation de la question à la construction de modèles, à l'obtention de probabilités a priori et à l'implémentation dans R (logiciel statistique gratuit) de la distribution a posteriori finale. En outre, le cours présentera les régions crédibles, les comparaisons bayésiennes de moyennes et de proportions, la régression bayésienne et l'inférence à l'aide de modèles multiples, ainsi qu'une discussion sur la prédiction bayésienne. Nous supposons que les apprenants de ce cours ont des connaissances de base équivalentes à celles qui sont couvertes dans les trois cours précédents de cette spécialisation : "Introduction aux probabilités et aux données, Statistiques inférentielles et Régression linéaire et modélisation
(794 avis)
Compétences que vous acquerrez
- Catégorie : Statistiques bayésiennes
- Catégorie : Régression linéaire bayésienne
- Catégorie : Inférence bayésienne
- Catégorie : La programmation en R
Détails à connaître
Ajouter à votre profil LinkedIn
12 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 7 modules dans ce cours
Ce court module présente les bases des spécialisations et des cours Coursera en général, cette spécialisation : Statistics with R, et ce cours : Statistiques bayésiennes. Veuillez prendre quelques minutes pour lire ces informations. Merci de nous rejoindre dans ce cours !
Inclus
1 vidéo4 lectures1 sujet de discussion
<p>Bienvenue ! Au cours des prochaines semaines, nous allons explorer ensemble les statistiques bayésiennes. <Dans ce module, nous travaillerons avec les probabilités conditionnelles, c'est-à-dire la probabilité de l'événement B compte tenu de l'événement A. Les probabilités conditionnelles sont très importantes dans les décisions médicales. À la fin de la semaine, vous serez en mesure de résoudre des problèmes en utilisant la règle de Bayes et de mettre à jour les probabilités a priori.</p><p>Veuillez utiliser les objectifs d'apprentissage et le quiz pratique pour vous aider à apprendre la règle de Bayes et à appliquer ce que vous avez appris dans le laboratoire et dans le quiz.
Inclus
9 vidéos4 lectures3 devoirs
Cette semaine, nous aborderons la version continue de la règle de Bayes et vous montrerons comment l'utiliser dans une famille conjuguée, et nous discuterons des intervalles crédibles. À la fin de cette semaine, vous serez en mesure de comprendre et de définir les concepts de probabilité a priori, vraisemblance et a posteriori et d'identifier leurs relations mutuelles.
Inclus
10 vidéos3 lectures3 devoirs
Dans ce module, nous aborderons la prise de décision bayésienne, les tests d'hypothèses et les tests bayésiens. À la fin de cette semaine, vous serez en mesure de prendre des décisions optimales basées sur les statistiques bayésiennes et de comparer plusieurs hypothèses à l'aide des facteurs de Bayes.
Inclus
14 vidéos3 lectures3 devoirs
Cette semaine, nous allons étudier les régressions linéaires bayésiennes et la moyenne des modèles, qui vous permet de faire des déductions et des prédictions en utilisant plusieurs modèles. À la fin de cette semaine, vous serez en mesure de mettre en œuvre la moyenne de modèle bayésienne, d'interpréter la régression linéaire multiple bayésienne et de comprendre sa relation avec l'approche de la régression linéaire fréquentiste.
Inclus
11 vidéos3 lectures3 devoirs
Cette semaine est consacrée à des entretiens avec des statisticiens sur la manière dont ils utilisent les statistiques bayésiennes dans leur travail, ainsi qu'au projet final du cours.
Inclus
3 vidéos1 lecture
Dans ce module, vous utiliserez l'ensemble des données fournies pour répondre à une question d'analyse de données et rédiger un rapport à ce sujet. Veuillez lire les informations générales, examiner le modèle de rapport (téléchargé à partir du lien dans les informations sur le projet de leçon), puis effectuer le travail d'évaluation par les pairs.
Inclus
1 lecture1 évaluation par les pairs
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
University of Pennsylvania
Banco Interamericano de Desarrollo
Johns Hopkins University
University of Michigan
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
794 avis
- 5 stars
45,03 %
- 4 stars
20,50 %
- 3 stars
14,59 %
- 2 stars
9,30 %
- 1 star
10,56 %
Affichage de 3 sur 794
Révisé le 24 août 2017
An interesting and challenging course, would be better with more real examples and explanation as some of the material felt rushed
Révisé le 31 oct. 2016
Very good introduction to Bayesian Statistics. Very interactive with Labs in Rmarkdown. Definitely requires thinking and a good math/analytic background is helpful.
Révisé le 29 oct. 2017
The course is compact that I've learnt a lot of new concepts in a week of coursework. A good sampler of topics related to Bayesian Statistics.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Nous supposons que vous avez des connaissances équivalentes aux cours préalables de cette spécialisation.
Non. L'achèvement d'un cours Coursera ne vous donne pas droit à un crédit académique de Duke ; par conséquent, Duke n'est pas en mesure de vous fournir un relevé de notes universitaire. Cependant, votre certificat électronique sera ajouté à votre page Accomplishments - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.