Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
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 4 Module
In diesem Kurs werden einfache und multiple lineare Regressionsmodelle vorgestellt. Diese Modelle ermöglichen es Ihnen, die Beziehung zwischen Variablen in einem Datensatz und einer kontinuierlichen Antwortvariablen zu bewerten. Gibt es einen Zusammenhang zwischen der körperlichen Attraktivität eines Professors und der Bewertung seiner Studenten? Kann man das Testergebnis eines Kindes auf der Grundlage bestimmter Merkmale seiner Mutter vorhersagen? In diesem Kurs lernen Sie die grundlegende Theorie der linearen Regression kennen. Anhand von Datenbeispielen lernen Sie, Regressionsmodelle anzupassen, zu untersuchen und zu nutzen, um Beziehungen zwischen mehreren Variablen zu untersuchen, wobei Sie die kostenlose Statistiksoftware R und RStudio verwenden.
Dieses kurze Modul führt Sie in die Grundlagen der Coursera Specializations und Kurse im Allgemeinen ein, in diese Specialization: Statistik mit R, und diesen Kurs: Lineare Regression und Modellierung. Bitte nehmen Sie sich einige Minuten Zeit, um sie durchzusehen. Vielen Dank, dass Sie an diesem Kurs teilnehmen!
Das ist alles enthalten
1 Video3 Lektüren
Infos zu Modulinhalt anzeigen
1 Video•Insgesamt 2 Minuten
Einführung in die Statistik mit R•2 Minuten
3 Lektüren•Insgesamt 25 Minuten
Über Statistik mit R-Spezialisierung•10 Minuten
Mehr über Lineare Regression und Modellierung•10 Minuten
Ein Problem mit dem Kurs melden•5 Minuten
Lineare Regression
Modul 2•2 Stunden abzuschließen
Moduldetails
In dieser Woche werden wir die lineare Regression einführen. Viele von Ihnen kennen die Regression vielleicht aus den Nachrichten, wo Diagramme mit geraden Linien über Streudiagramme gelegt werden. Lineare Modelle können für Vorhersagen verwendet werden oder um festzustellen, ob es eine lineare Beziehung zwischen zwei numerischen Variablen gibt.
Das ist alles enthalten
8 Videos3 Lektüren2 Aufgaben
Infos zu Modulinhalt anzeigen
8 Videos•Insgesamt 47 Minuten
Einführung•1 Minute
Korrelation•9 Minuten
Rückstände•2 Minuten
Linie der kleinsten Quadrate•12 Minuten
Vorhersage und Extrapolation•4 Minuten
Bedingungen für die lineare Regression•10 Minuten
R-Quadrat•4 Minuten
Regression mit kategorialen Erklärungsvariablen•6 Minuten
3 Lektüren•Insgesamt 30 Minuten
Lernziele der Lektion•10 Minuten
Lernziele der Lektion•10 Minuten
Woche 1 Empfohlene Lektüre und Übung•10 Minuten
2 Aufgaben•Insgesamt 48 Minuten
Woche 1 Praxis-Quiz•30 Minuten
Woche 1 Quiz•18 Minuten
Mehr über Lineare Regression
Modul 3•3 Stunden abzuschließen
Moduldetails
Willkommen zu Woche 2! In dieser Woche werden wir uns mit Ausreißern, der Inferenz bei der linearen Regression und der Aufteilung der Variabilität beschäftigen. Bitte nutzen Sie diese Woche, um Ihr Verständnis der linearen Regression zu vertiefen. Vergessen Sie nicht, Ihre Fragen, Bedenken und Vorschläge im Diskussionsforum zu posten!
In dieser Woche werden wir uns mit der multiplen Regression beschäftigen, die es uns ermöglicht, numerische Antwortvariablen mit mehreren Prädiktoren (numerisch und kategorial) zu modellieren. Wir werden auch die Inferenz für die multiple lineare Regression, die Modellauswahl und die Modelldiagnose behandeln. In dieser Woche steht auch ein Abschlussprojekt auf dem Programm. Sie werden den zur Verfügung gestellten Datensatz verwenden, um eine Frage zur Datenanalyse zu beantworten und darüber zu berichten. Bitte lesen Sie die Projektanweisungen, um diese Selbsteinschätzung durchzuführen.
Die Duke University hat etwa 13.000 Studenten und Absolventen und eine erstklassige Fakultät, die dazu beiträgt, die Grenzen des Wissens zu erweitern. Die Universität engagiert sich stark für die Anwendung von Wissen im Dienste der Gesellschaft, sowohl in der Nähe ihres Campus in North Carolina als auch weltweit.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.8
1.787 Bewertungen
5 stars
80,47 %
4 stars
15,83 %
3 stars
2,90 %
2 stars
0,27 %
1 star
0,50 %
Zeigt 3 von 1787 an
A
AN
5·
Geprüft am 12. Sep. 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.
A
AA
4·
Geprüft am 19. Dez. 2017
Nice course. The downside is that it only explains interpretation of linear regression, but not enough details about how linear regression is performed from math point of view.
M
MS
5·
Geprüft am 20. Juni 2018
This was the first course where I started noticing that I'm really learning and was able to apply some of the earned knowledge at work.Totally recommended.
Erhalte ich von der Duke University eine Bescheinigung über die Teilnahme an diesem Kurs?
Nein. Durch den Abschluss eines Coursera-Kurses erhalten Sie keine akademischen Credits von Duke. Daher kann Duke Ihnen kein Universitätszeugnis ausstellen. Ihr elektronisches Zertifikat wird jedoch zu Ihrer Accomplishments-Seite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.