Dieser Kurs eignet sich am besten für Personen mit einem technischen Hintergrund in den Bereichen Mathematik/Statistik/Informatik/Ingenieurwesen, die einen Karrierewechsel in Jobs oder Branchen anstreben, die datengesteuert sind, wie z.B. Finanzen, Finanzen, Technologie, Gesundheitswesen, Regierung und viele mehr. Die Möglichkeiten sind endlos.

Dieser Kurs ist Teil der leistungsbasierten Zulassungskurse für das Programm Datenwissenschaft. In diesem Kurs werden wir lernen, was mit unserem Regressionsmodell passiert, wenn diese Annahmen nicht erfüllt sind. Wie wir diese Diskrepanzen in den Modellannahmen erkennen können und wie wir die Probleme beheben können, wird in diesem Kurs behandelt. Nach erfolgreichem Abschluss dieses Kurses werden Sie in der Lage sein: -die Annahmen der linearen Regressionsmodelle zu beschreiben. -diagnostische Diagramme verwenden, um Verstöße gegen die Annahmen eines linearen Regressionsmodells zu erkennen. -eine Transformation von Variablen beim Aufbau von Regressionsmodellen durchzuführen. -verwenden Sie geeignete Tools, um heteroskedastische Fehler zu erkennen und zu beseitigen. -verwenden Sie geeignete Werkzeuge, um Autokorrelation zu beheben. -verwenden Sie geeignete Werkzeuge, um kollineare Daten zu korrigieren. -die Auswahl von Variablen und die Validierung von Modellen durchzuführen.