Ce cours fournira un ensemble d'outils de modélisation statistique fondamentaux pour la science des données. En particulier, les étudiants seront initiés aux méthodes, à la théorie et aux applications des modèles statistiques linéaires, couvrant les sujets de l'estimation des paramètres, des diagnostics résiduels, de la qualité de l'ajustement et des diverses stratégies de sélection des variables et de comparaison des modèles. Une attention sera également accordée à l'utilisation abusive des modèles statistiques et aux implications éthiques de cette utilisation abusive. Ce cours peut être suivi pour un crédit académique dans le cadre du Master of Science in Data Science (MS-DS) de CU Boulder offert sur la plate-forme Coursera. Le MS-DS est un diplôme interdisciplinaire qui réunit des professeurs des départements de mathématiques appliquées, d'informatique, de sciences de l'information et d'autres départements du CU Boulder. Avec des admissions basées sur la performance et aucun processus de candidature, le MS-DS est idéal pour les personnes ayant un large éventail d'études de premier cycle et / ou d'expérience professionnelle en informatique, en sciences de l'information, en mathématiques et en statistiques. Pour en savoir plus sur le programme MS-DS, consultez le site https://www.coursera.org/degrees/master-of-science-data-science-boulder. Logo adapté d'une photo de Vincent Ledvina sur Unsplash
Analyse de régression moderne en R
Ce cours fait partie de Spécialisation Modélisation statistique pour les applications de la science des données
Instructeur : Brian Zaharatos
7 067 déjà inscrits
Inclus avec 
(30 avis)
Expérience recommandée
Ce que vous apprendrez
Formulez quelques pratiques recommandées pour un comportement et une communication éthiques dans le domaine des statistiques et de la science des données.
Interpréter les composantes importantes du modèle MLR, y compris les composantes "systématiques" et "aléatoires" du modèle.
Décrire et mettre en œuvre des procédures de sélection de modèles basées sur des tests et sélectionner un "meilleur" modèle sur la base d'une procédure donnée.
Compétences que vous acquerrez
- Catégorie : Modèle linéaire
- Catégorie : régression
- Catégorie : La programmation en R
- Catégorie : Modèle statistique
Détails à connaître
Ajouter à votre profil LinkedIn
11 quizzes
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 6 modules dans ce cours
Dans ce module, nous introduirons le cadre conceptuel de base de la modélisation statistique en général, et des modèles de régression linéaire en particulier.
Inclus
8 vidéos3 lectures2 quizzes2 devoirs de programmation1 évaluation par les pairs1 sujet de discussion1 laboratoire non noté
Dans ce module, nous apprendrons à ajuster des modèles de régression linéaire avec les moindres carrés. Nous étudierons également les propriétés des moindres carrés et décrirons quelques mesures de qualité d'ajustement pour les modèles de régression linéaire.
Inclus
9 vidéos2 quizzes1 devoir de programmation1 évaluation par les pairs1 laboratoire non noté
Dans ce module, nous étudierons l'utilisation de la modélisation de la régression linéaire pour justifier les inférences entre les échantillons et les populations.
Inclus
8 vidéos1 lecture2 quizzes1 devoir de programmation2 évaluations par les pairs1 laboratoire non noté
Dans ce module, nous verrons comment les modèles peuvent prédire des valeurs futures et construire des estimations d'intervalles pour ces valeurs. Nous explorerons également la relation entre la modélisation statistique et les explications causales.
Inclus
6 vidéos1 quiz1 devoir de programmation1 évaluation par les pairs1 laboratoire non noté
Dans ce module, nous apprendrons à diagnostiquer les problèmes d'ajustement d'un modèle de régression linéaire. En particulier, nous utiliserons des tests formels et des visualisations pour décider si un modèle linéaire est approprié pour les données en question.
Inclus
6 vidéos2 quizzes1 devoir de programmation1 évaluation par les pairs1 laboratoire non noté
Dans ce module, nous étudierons les méthodes de sélection et d'amélioration des modèles. En particulier, nous apprendrons quand et comment appliquer les techniques de sélection de modèles telles que la sélection en amont et la sélection en aval, les méthodes basées sur des critères, et nous nous familiariserons avec le problème de la multicollinéarité (également appelée colinéarité).
Inclus
10 vidéos2 quizzes1 devoir de programmation1 évaluation par les pairs1 laboratoire non noté
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Probabilités et Statistiques
University of Colorado Boulder
University of Colorado Boulder
Corporate Finance Institute
University of Colorado Boulder
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Colorado Boulder. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
30 avis
- 5 stars
76,66 %
- 4 stars
10 %
- 3 stars
0 %
- 2 stars
6,66 %
- 1 star
6,66 %
Affichage de 3 sur 30
Révisé le 29 avr. 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.
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
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.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.