Dieser Kurs beschreibt die Bayes'sche Statistik, bei der die Schlussfolgerungen über Parameter oder Hypothesen aktualisiert werden, wenn sich die Beweise häufen. Sie lernen, die Bayes-Regel zu verwenden, um vorherige Wahrscheinlichkeiten in nachträgliche Wahrscheinlichkeiten umzuwandeln, und werden in die zugrunde liegende Theorie und Perspektive des Bayes'schen Paradigmas eingeführt. Der Kurs wendet die Bayes'schen Methoden auf verschiedene praktische Probleme an, um eine durchgängige Bayes'sche Analyse zu zeigen, die von der Formulierung der Fragestellung über die Erstellung von Modellen und die Ermittlung von Prior-Wahrscheinlichkeiten bis hin zur Implementierung der endgültigen Posterior-Verteilung in R (freie Statistiksoftware) reicht. Darüber hinaus werden in diesem Kurs glaubwürdige Bereiche, Bayes'sche Vergleiche von Mittelwerten und Proportionen, Bayes'sche Regression und Inferenz unter Verwendung multipler Modelle sowie die Diskussion von Bayes'schen Vorhersagen vorgestellt. Wir gehen davon aus, dass die Teilnehmer dieses Kurses über Hintergrundwissen verfügen, das dem entspricht, was in den drei früheren Kursen dieser Spezialisierung behandelt wurde: "Einführung in die Wahrscheinlichkeitsrechnung und Daten", "Inferenzstatistik" und "Lineare Regression und Modellierung"

Bayessche Statistik
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

Bayessche Statistik


Dozenten: Mine Çetinkaya-Rundel
77.257 bereits angemeldet
Bei Mehr erfahren enthalten
801 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Analyse
- Kategorie: Statistische Methoden
- Kategorie: Statistische Analyse
- Kategorie: Datenanalyse
- Kategorie: Regressionsanalyse
- Kategorie: Statistische Inferenz
- Kategorie: Wahrscheinlichkeit
- Kategorie: Statistik
- Kategorie: Statistische Hypothesenprüfung
- Kategorie: Statistische Modellierung
- Kategorie: Bayessche Statistik
- Kategorie: Wahrscheinlichkeitsverteilung
Werkzeuge, die Sie lernen werden
- Kategorie: R Programmierung
- Kategorie: Statistische Software
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
12 Aufgaben
Erweitern Sie Ihre Fachkenntnisse
- 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

In diesem Kurs gibt es 7 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten


Bewertungen von Lernenden
- 5 Sterne
45,19 %
- 4 Sterne
20,47 %
- 3 Sterne
14,60 %
- 2 Sterne
9,23 %
- 1 Stern
10,48 %
Zeigt 3 von 801 an
Geprüft am 9. Apr. 2018
I like this course a lot. Explanations are clear and much of the (unnecessarily heavyweight) maths is glossed over. I particularly liked the sections on Bayesian model selection.
Geprüft am 1. Juni 2019
The course could have been more comprehensive and less verbose. It had so much content in a tiny course. Content should be less and more comprehensive.
Geprüft am 12. Okt. 2018
The course has seen a lot of improvement with new study materials and videos. I'd say that this is now much better than what the course was previously.
Mehr von Datenanalyse entdecken

University of California, Santa Cruz

University of California, Santa Cruz

University of Pittsburgh

Arizona State University
Was führt Sie heute zu Coursera?
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,




