Ce cours présente les modèles de régression linéaire simple et multiple. Ces modèles vous permettent d'évaluer la relation entre les variables d'un ensemble de données et une variable de réponse continue. Existe-t-il une relation entre l'attrait physique d'un professeur et les résultats de l'évaluation de ses étudiants ? Peut-on prédire les résultats d'un enfant en fonction de certaines caractéristiques de sa mère ? Dans ce cours, vous apprendrez la théorie fondamentale de la régression linéaire et, à l'aide d'exemples de données, vous apprendrez à ajuster, examiner et utiliser des modèles de régression pour étudier les relations entre plusieurs variables, en utilisant les logiciels statistiques gratuits R et RStudio.
Régression linéaire et modélisation
Régression linéaire et modélisation
Ce cours fait partie de Spécialisation Analyse de données avec R
Instructeur : Mine Çetinkaya-Rundel
98 535 déjà inscrits
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8
(1,732 avis)
niveau Débutant
Aucune connaissance prérequise
Planning flexible
Env. 10 heures
Apprenez à votre propre rythme
94%
La plupart des étudiants ont apprécié ce cours
Compétences que vous acquerrez
- Catégorie : Statistiques
- Catégorie : Régression linéaire
- Catégorie : La programmation en R
- Catégorie : Analyse de régression
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
8 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Analyse de données avec R
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- 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 4 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 : Régression linéaire et modélisation. Veuillez prendre quelques minutes pour les parcourir. Merci de nous rejoindre dans ce cours !
Inclus
1 vidéo2 lectures
Cette semaine, nous vous présenterons la régression linéaire. Beaucoup d'entre vous connaissent peut-être la régression pour l'avoir lue dans les journaux, où des graphiques avec des lignes droites sont superposés à des diagrammes de dispersion. Les modèles linéaires peuvent être utilisés à des fins de prédiction ou pour évaluer s'il existe une relation linéaire entre deux variables numériques.
Inclus
8 vidéos3 lectures2 devoirs
Bienvenue à la deuxième semaine ! Au cours de cette semaine, nous étudierons les valeurs aberrantes, l'inférence dans la régression linéaire et le partage de la variabilité. Profitez de cette semaine pour renforcer votre compréhension de la régression linéaire. N'oubliez pas de poster vos questions, préoccupations et suggestions dans le forum de discussion !
Inclus
3 vidéos5 lectures3 devoirs
Cette semaine, nous explorerons la régression multiple, qui nous permet de modéliser des variables de réponse numériques à l'aide de prédicteurs multiples (numériques et catégoriels). Nous aborderons également l'inférence pour la régression linéaire multiple, la sélection de modèles et les diagnostics de modèles. Cette semaine comprend également un projet final. 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 instructions du projet pour réaliser cette auto-évaluation.
Inclus
7 vidéos6 lectures3 devoirs
Instructeur
Évaluations de l’enseignant
4.9 (139 évaluations)Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Coursera Project Network
University of Michigan
Corporate Finance Institute
Howard University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.8
1 732 avis
- 5 stars
80,48 %
- 4 stars
15,87 %
- 3 stars
2,88 %
- 2 stars
0,23 %
- 1 star
0,51 %
Affichage de 3 sur 1732
AN
5
Révisé le 12 sept. 2020
The course is structured in a very informative way, it is easy to understand and at the same time difficult concepts are presented in a very easy way. The course instructor is awesome.
AB
5
Révisé le 27 nov. 2017
Great course! I've already taken a similar stats course using SPSS and this course was an excellent refresher, while increasing my familiarity with R.
RZ
5
Révisé le 24 mai 2019
I feel I'm running out of complement words for this course series. In conclusion, clear teaching, helpful project, and knowledgeable classmates that I can learn from through final project.
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
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.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.