Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.2
10 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Des connaissances de base en statistiques sont utiles ; consultez la spécialisation Méthodes de science des données pour l'amélioration de la qualité comme prérequis à ce cours.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.2
10 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Des connaissances de base en statistiques sont utiles ; consultez la spécialisation Méthodes de science des données pour l'amélioration de la qualité comme prérequis à ce cours.
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
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 5 modules dans ce cours
Dans ce cours, vous apprendrez à analyser les systèmes de mesure pour la stabilité et la capacité du processus et pourquoi il est impératif d'avoir un processus de mesure stable avant d'effectuer toute analyse statistique. Vous analyserez les systèmes de mesure en continu et caractériserez statistiquement l'exactitude et la précision à l'aide du logiciel R. Vous analyserez les systèmes de mesure pour le contrôle statistique potentiel, à court et à long terme et la capacité. En outre, vous apprendrez à évaluer une mesure discrète et à effectuer des analyses de cohérence interne, de concordance entre les évaluateurs et de concordance avec une norme. Enfin, vous apprendrez à prendre des décisions sur l'amélioration des processus des systèmes de mesure. Cette spécialisation peut être suivie pour des crédits académiques dans le cadre du Master of Science in Data Science (MS-DS) de CU Boulder offert sur la plate-forme Coursera. Le MS-DS est un diplôme interdisciplinaire qui réunit des professeurs des départements de mathématiques appliquées, d'informatique, de sciences de l'information et d'autres départements du CU Boulder. Avec des admissions basées sur la performance et aucun processus de candidature, le MS-DS est idéal pour les personnes ayant un large éventail d'études de premier cycle et / ou d'expérience professionnelle en informatique, en sciences de l'information, en mathématiques et en statistiques. Pour en savoir plus sur le programme MS-DS, consultez le site https://www.coursera.org/degrees/master-of-science-data-science-boulder.
Dans ce module, nous apprendrons à identifier, caractériser et analyser les relations entre deux variables. Nous commencerons par apprendre ce qu'est la corrélation entre deux variables continues et les tests de signification. Ensuite, nous apprendrons la corrélation pour les variables ordinales, et l'association pour une variable nominale et une variable continue. Enfin, nous apprendrons à évaluer la relation entre deux variables nominales.
Inclus
9 vidéos3 lectures1 devoir2 sujets de discussion
Afficher les informations sur le contenu du module
9 vidéos•Total 39 minutes
Introduction à la corrélation et à l'association•2 minutes
Le Coefficient de corrélation•3 minutes
Calcul du Coefficient de corrélation•3 minutes
Le test t de corrélation à un échantillon•6 minutes
Test Z de Fisher pour la corrélation•4 minutes
Corrélation de rang de Spearman•4 minutes
La corrélation bisériale ponctuelle•5 minutes
Mesures d'association•6 minutes
Calcul des mesures d'association•5 minutes
3 lectures•Total 21 minutes
Mises à jour des cours et soutien à l'accessibilité•1 minute
Obtenez des crédits académiques pour votre travail !•10 minutes
Soutien aux cours•10 minutes
1 devoir•Total 60 minutes
Corrélation et association•60 minutes
2 sujets de discussion•Total 20 minutes
Présentez-vous !•10 minutes
Corrélation et association•10 minutes
Analyse de la variance (ANOVA) à une voie pour les effets fixes et aléatoires
Module 2•5 heures à terminer
Détails du module
Dans ce module, nous effectuerons une Analyse des facteurs de variance (ANOVA) à effets fixes et aléatoires pour un facteur unique et nous interpréterons les résultats. Nous examinerons d'abord la variation à l'intérieur du groupe par rapport à la variation entre les groupes et nous interpréterons le tableau source de l'ANOVA. Nous apprendrons à effectuer l'Analyse de la variance (ANOVA) à effets fixes pour les moyennes et la dispersion, en tenant compte de la normalité et de la variance égale/inégale. Nous créerons des visualisations de données des résultats, calculerons l'importance statistique et effectuerons des analyses post hoc. Enfin, nous effectuerons l'Analyse de variance avec effets aléatoires.
Inclus
15 vidéos2 devoirs1 sujet de discussion
Afficher les informations sur le contenu du module
15 vidéos•Total 76 minutes
Introduction à l'Analyse de la variance (ANOVA)•4 minutes
Principes de l'Analyse de la variance (ANOVA)•4 minutes
Analyse de la variance à une voie (ANOVA) pour les moyennes•6 minutes
Le tableau source de l'Analyse (ANOVA)•5 minutes
Effectuer une Analyse de la variance (ANOVA) dans RStudio•4 minutes
Analyse de la variance (ANOVA) de Welch pour une variance inégale•2 minutes
Visualisation des données (ANOVA)•5 minutes
Importance statistique•6 minutes
Analyse de la variance à un facteur (ANOVA) pour la dispersion•6 minutes
Analyse post hoc - Tukey HSD•6 minutes
Analyse post hoc - Games and Howell•4 minutes
Feuille de route pour l'Analyse de la variance à un facteur (ANOVA)•6 minutes
Feuille de route pour l'Analyse de la variance à un facteur (ANOVA)•8 minutes
Analyse de la variance à une voie - Effets aléatoires•5 minutes
Analyse de la variance à une voie - Effets aléatoires•5 minutes
2 devoirs•Total 240 minutes
Analyse de la variance à une voie (ANOVA) pour les effets fixes•120 minutes
Analyse de la variance à une voie (ANOVA) pour les effets aléatoires•120 minutes
1 sujet de discussion•Total 10 minutes
Analyse de la variance à une voie pour les effets fixes et aléatoires•10 minutes
Introduction à l'analyse des systèmes de mesure pour les données continues, études de potentiel pour les données continues
Module 3•3 heures à terminer
Détails du module
Dans ce module, nous comprendrons les termes et les concepts associés à l'analyse des systèmes de mesure et nous analyserons l'erreur de mesure pour déterminer la capacité potentielle d'un système de mesure. Nous étudierons les lignes directrices pour l'analyse des systèmes de mesure et les équations pour l'erreur de mesure et la capabilité. Nous calculerons ensuite les sources de variation à partir de l'Analyse de la variance (ANOVA), déterminerons les sources de variation les plus importantes et déterminerons la capabilité par rapport à la variation du processus et à la tolérance de la spécification. Enfin, nous créerons des visualisations des données et interpréterons les résultats de l'analyse.
Inclus
11 vidéos1 devoir1 sujet de discussion
Afficher les informations sur le contenu du module
11 vidéos•Total 60 minutes
Introduction à la MSA continue•5 minutes
Capacité des systèmes de mesure•4 minutes
Lignes directrices pour la continuité de la MSA•6 minutes
Sources de variation•5 minutes
Analyse de la variance à effets aléatoires à deux voies (ANOVA)•5 minutes
Estimation de la variance à partir des carrés des moyennes•5 minutes
Les composantes de la variance•7 minutes
Étude de la variation et de la discrimination•6 minutes
Visualisations de données•7 minutes
Visualisations de données•5 minutes
Interprétation des résultats•4 minutes
1 devoir•Total 90 minutes
Analyse des systèmes de mesure et études de potentiel•90 minutes
1 sujet de discussion•Total 10 minutes
Analyse des systèmes de mesure et études de potentiel•10 minutes
Études à court et à long terme pour des données continues
Module 4•4 heures à terminer
Détails du module
Dans ce module, nous analyserons l'erreur de mesure afin de déterminer la capacité à court et à long terme d'un système de mesure. Nous nous appuierons sur ce que nous avons appris dans le module précédent, en ajoutant l'évaluation des hypothèses sous-jacentes de normalité, d'indépendance de la taille/magnitude de la pièce et de l'erreur de mesure, et de stabilité de l'erreur de mesure. Nous effectuerons une Analyse de la variance (ANOVA) pour déterminer les sources de variation ainsi que la détermination de la discrimination de la jauge. Enfin, nous créerons des visualisations des données et interpréterons les résultats de l'analyse.
Inclus
7 vidéos2 devoirs1 sujet de discussion
Afficher les informations sur le contenu du module
7 vidéos•Total 33 minutes
Analyse des systèmes de mesure à court terme•4 minutes
Test des hypothèses, évaluation du contrôle•6 minutes
Erreur de mesure en fonction de la taille de la pièce•5 minutes
Analyse à court terme•5 minutes
Analyse des systèmes de mesure à long terme•4 minutes
Évaluation du contrôle•5 minutes
Erreur de mesure en fonction de la taille de la pièce•4 minutes
2 devoirs•Total 180 minutes
Analyse des systèmes de mesure à court terme•90 minutes
Analyse des systèmes de mesure à long terme•90 minutes
1 sujet de discussion•Total 10 minutes
Analyse des systèmes de mesure à court et à long terme•10 minutes
Analyse des systèmes de mesure pour les données discrètes
Module 5•3 heures à terminer
Détails du module
Dans ce module, nous analyserons un système de mesures discrètes afin de déterminer l'accord, la cohérence et la validité. Nous commencerons par nous familiariser avec les termes, les définitions et les procédures associés à l'analyse des systèmes de mesure discrète. Ensuite, nous étudierons la mesure de l'accord à l'aide de la statistique Kappa et la mesure du désaccord à l'aide du test de symétrie. Nous apprendrons ensuite à effectuer des analyses de concordance avec deux évaluateurs et deux catégories, deux évaluateurs plus de deux catégories, et plus de deux évaluateurs. Nous analyserons la cohérence interne des évaluateurs. Enfin, nous évaluerons la validité (concordance avec une norme).
Inclus
14 vidéos1 devoir1 sujet de discussion
Afficher les informations sur le contenu du module
Analyse post hoc - Plus de deux catégories•6 minutes
Cohérence interne - Plus de deux catégories•3 minutes
Validité - Conformité à une norme•6 minutes
Plus de 2 évaluateurs•5 minutes
1 devoir•Total 90 minutes
Analyse des systèmes de mesure discrète•90 minutes
1 sujet de discussion•Total 10 minutes
Analyse des systèmes de mesure discrète•10 minutes
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.
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Colorado Boulder. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹
Consulter les diplômes éligibles
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Colorado Boulder. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹
¹La réussite de la candidature et de l'inscription est requise. Les conditions d'admissibilité s'appliquent. Chaque établissement détermine le nombre de crédits reconnus en complétant ce contenu qui peut compter pour les exigences du diplôme, en tenant compte de tout crédit existant que vous pourriez avoir. Cliquez sur un cours spécifique pour plus d'informations.
CU Boulder est une communauté dynamique de chercheurs et d'apprenants sur l'un des campus universitaires les plus spectaculaires du pays. En tant que l'un des 34 établissements publics américains membres de la prestigieuse Association des universités américaines (AAU), nous sommes fiers de notre tradition d'excellence universitaire, avec cinq lauréats du prix Nobel et plus de 50 membres d'académies académiques prestigieuses.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je souscris à cette Specializations ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Une aide financière est-elle disponible ?
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.