Lineare Modelle setzen, wie der Name schon sagt, ein Ergebnis mit einer Reihe von Prädiktoren von Interesse unter Verwendung linearer Annahmen in Beziehung. Regressionsmodelle, eine Untergruppe der linearen Modelle, sind das wichtigste statistische Analyseinstrument im Werkzeugkasten eines Datenwissenschaftlers. Dieser Kurs befasst sich mit der Regressionsanalyse, den kleinsten Quadraten und der Inferenz mit Regressionsmodellen. Spezialfälle des Regressionsmodells, ANOVA und ANCOVA werden ebenfalls behandelt. Die Analyse von Residuen und Variabilität wird untersucht. Der Kurs behandelt moderne Überlegungen zur Modellauswahl und neue Anwendungen von Regressionsmodellen, einschließlich der Glättung von Streudiagrammen.
Regressionsmodelle
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.
Regressionsmodelle
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Brian Caffo, PhD
153.568 bereits angemeldet
Bei Mehr erfahren enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
3,377 Bewertungen
5 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Verwenden Sie Regressionsanalyse, kleinste Quadrate und Inferenz
Verstehen Sie die ANOVA und ANCOVA Modellfälle
Untersuchen Sie die Analyse von Residuen und Variabilität
Beschreiben Sie neuartige Anwendungen von Regressionsmodellen wie die Streudiagramm-Glättung
Kompetenzen, die Sie erwerben
- Kategorie: Statistische Inferenz
- Kategorie: Regressionsanalyse
- Kategorie: Statistische Analyse
- Kategorie: Datenwissenschaft
- Kategorie: Bewertung des Modells
- Kategorie: Statistische Modellierung
- Kategorie: Logistische Regression
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
93%
Den meisten Lernenden hat dieser Kurs gefallen
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist als Teil verfügbar
Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
- 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
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
Lehrkraftbewertungen
(108 Bewertungen)
Mehr von Wahrscheinlichkeitsrechnung und Statistik entdecken
Wesleyan University
Duke University
University of Michigan
Johns Hopkins University
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
- 5 Sterne
64,30 %
- 4 Sterne
22,86 %
- 3 Sterne
7,55 %
- 2 Sterne
2,96 %
- 1 Stern
2,31 %
Zeigt 3 von 3377 an
KA
5.0
Geprüft am 16. Dez. 2017
Excellent course that is jam-packed with useful material! It is quite challenging and gives a thorough grounding in how to approach the process of selecting a linear regression model for a data set.
AC
5.0
Geprüft am 10. Aug. 2017
Regression analysis is something that is kind of easy for people to understand (outcome and predictor - people get that!). It's easy to explain to people. So much practice using the lm function!
JV
5.0
Geprüft am 15. Okt. 2017
It is very interesting, however is difficult to follow the math explanations, it could be more easy with practical examples.... like the final assignment, it was difficult to me.
Was führt Sie heute zu Coursera?
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.