University of Colorado Boulder
Spécialisation Modélisation statistique pour les applications de la science des données

Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.

University of Colorado Boulder

Spécialisation Modélisation statistique pour les applications de la science des données

Développez vos compétences statistiques pour la science des données. Maîtriser les statistiques nécessaires à la science des données

Brian Zaharatos

Instructeur : Brian Zaharatos

4 709 déjà inscrits

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet
4.3

(36 avis)

niveau Intermédiaire

Expérience recommandée

3 mois
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet
4.3

(36 avis)

niveau Intermédiaire

Expérience recommandée

3 mois
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Analyser et appliquer correctement les outils de l'analyse de régression pour modéliser la relation entre les variables et faire des prédictions à partir d'un ensemble de variables d'entrée.

  • Mener avec succès des expériences basées sur les meilleures pratiques en matière de conception expérimentale.

  • Utiliser des techniques avancées de modélisation statistique, telles que les modèles linéaires et additifs généralisés, pour modéliser un large éventail de relations du monde réel.

Compétences que vous acquerrez

  • Catégorie : Modèle linéaire
  • Catégorie : régression
  • Catégorie : La programmation en R
  • Catégorie : Modèle statistique

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de University of Colorado Boulder
Emplacement réservé
Emplacement réservé

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

Emplacement réservé

Spécialisation - 3 séries de cours

Analyse de régression moderne en R

COURS 145 heures4.4 (29 évaluations)

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

ANOVA et plan d'expérience

COURS 239 heures4.0 (17 évaluations)

Ce que vous apprendrez

  • Identifiez et interprétez le(s) modèle(s) ANOVA (et ANCOVA) à deux voies comme un modèle de régression linéaire.

  • Utilisez les modèles ANOVA à deux voies et ANCOVA pour répondre à des questions de recherche en utilisant des données réelles.

  • Définir et appliquer les concepts de réplication, de mesures répétées et de plan factoriel complet dans le contexte de l'ANOVA à deux voies.

Compétences que vous acquerrez

Catégorie : Calculs
Catégorie : et la théorie des probabilités.
Catégorie : Algèbre linéaire

Ce que vous apprendrez

  • Décrivez comment généraliser le cadre du modèle linéaire pour prendre en compte les données qui ne conviennent pas au modèle de régression linéaire standard.

  • Citez quelques avantages et inconvénients des modèles additifs (généralisés).

  • Décrivez comment un modèle additif peut être généralisé pour intégrer des variables de réponse non normales (c'est-à-dire définissez un modèle additif généralisé).

Compétences que vous acquerrez

Catégorie : Calculs
Catégorie : et la théorie des probabilités.
Catégorie : Algèbre linéaire

Instructeur

Brian Zaharatos
University of Colorado Boulder
3 Cours11 831 apprenants

Offert par

Préparer un diplôme

Ce site Spécialisation 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 ?

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.’
Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, 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