Ce cours décrit les statistiques bayésiennes, dans lesquelles les déductions sur les paramètres ou les hypothèses sont mises à jour au fur et à mesure que les preuves s'accumulent. Vous apprendrez à utiliser la règle de Bayes pour transformer les probabilités a priori en probabilités a posteriori, et vous serez initié à la théorie sous-jacente et à la perspective du paradigme bayésien. Le cours appliquera les méthodes bayésiennes à plusieurs problèmes pratiques, afin de montrer les analyses bayésiennes de bout en bout qui vont de la formulation de la question à la construction de modèles, à l'obtention de probabilités a priori et à l'implémentation dans R (logiciel statistique gratuit) de la distribution a posteriori finale. En outre, le cours présentera les régions crédibles, les comparaisons bayésiennes de moyennes et de proportions, la régression bayésienne et l'inférence à l'aide de modèles multiples, ainsi qu'une discussion sur la prédiction bayésienne. Nous supposons que les apprenants de ce cours ont des connaissances de base équivalentes à celles qui sont couvertes dans les trois cours précédents de cette spécialisation : "Introduction aux probabilités et aux données, Statistiques inférentielles et Régression linéaire et modélisation

Statistiques bayésiennes
Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.

Statistiques bayésiennes


Instructeurs : Mine Çetinkaya-Rundel
77 259 déjà inscrits
Inclus avec En savoir plus
793 avis
Compétences que vous acquerrez
- Catégorie : Modélisation statistique
- Catégorie : Probabilité
- Catégorie : Statistiques bayésiennes
- Catégorie : Analyse
- Catégorie : Analyse des données
- Catégorie : Tests d'hypothèses statistiques
- Catégorie : Analyse statistique
- Catégorie : Analyse de régression
- Catégorie : Méthodes statistiques
- Catégorie : Inférence statistique
- Catégorie : Distribution de probabilité
- Catégorie : Statistiques
Outils que vous découvrirez
- Catégorie : Logiciel statistique
- Catégorie : R Programmation
Détails à connaître

Ajouter à votre profil LinkedIn
12 devoirs
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 7 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs


Offert par
Avis des étudiants
- 5 étoiles
45,19 %
- 4 étoiles
20,47 %
- 3 étoiles
14,60 %
- 2 étoiles
9,23 %
- 1 étoile
10,48 %
Affichage de 3 sur 793
Révisé le 1 juin 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.
Révisé le 12 oct. 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.
Révisé le 6 janv. 2020
It's a good one, but not as previous courses. Week 3 isn't well explained as other weeks. Hope it can be further improved
En savoir plus sur Analyse des données

University of California, Santa Cruz

University of California, Santa Cruz

Illinois Tech

University of California, Santa Cruz
Qu’est-ce qui vous amène sur Coursera aujourd’hui ?
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Foire Aux Questions
Plus de questions
Aide financière disponible,




