Les modèles linéaires, comme leur nom l'indique, établissent une relation entre un résultat et un ensemble de prédicteurs d'intérêt en utilisant des hypothèses linéaires. Les modèles de régression, un sous-ensemble de modèles linéaires, constituent l'outil d'analyse statistique le plus important dans la boîte à outils d'un scientifique des données. Ce cours couvre l'analyse de régression, les moindres carrés et l'inférence à l'aide de modèles de régression. Les cas particuliers du modèle de régression, l'ANOVA et l'ANCOVA seront également abordés. L'analyse des résidus et de la variabilité sera étudiée. Le cours couvrira la pensée moderne sur la sélection des modèles et les nouvelles utilisations des modèles de régression, y compris le lissage des nuages de points.
Modèles de régression
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant
Modèles de régression
Ce cours fait partie de plusieurs programmes.
Instructeurs : Brian Caffo, PhD
152 405 déjà inscrits
Inclus avec
3,375 avis
Ce que vous apprendrez
Utiliser l'analyse de régression, les moindres carrés et l'inférence
Comprendre les cas de modèles ANOVA et ANCOVA
Étudier l'analyse des résidus et de la variabilité
Décrire les nouvelles utilisations des modèles de régression, telles que le lissage du nuage de points
Compétences que vous acquerrez
- Catégorie : Tests d'hypothèses statistiques
- Catégorie : Science des données
- Catégorie : Modélisation statistique
- Catégorie : Analyse des données
- Catégorie : Probabilités et statistiques
- Catégorie : Évaluation du modèle
- Catégorie : Analyse de régression
- Catégorie : Analyse statistique
- Catégorie : Régression logistique
- Catégorie : Méthodes statistiques
- Catégorie : Modélisation prédictive
- Catégorie : Inférence statistique
- Catégorie : Distribution de probabilité
Détails à connaître
Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
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 4 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
En savoir plus sur Probabilités et statistiques
Statut : Essai gratuitWesleyan University
Statut : Essai gratuitDuke University
Statut : Essai gratuitUniversity of Michigan
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Avis des étudiants
- 5 stars
64,34 %
- 4 stars
22,85 %
- 3 stars
7,55 %
- 2 stars
2,96 %
- 1 star
2,28 %
Affichage de 3 sur 3375
Révisé le 1 août 2017
Great introductory course on Regression Models. Super practical and well explained. Definitely doing the exercises and final project is a must to get all the learnings!
Révisé le 15 oct. 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.
Révisé le 3 mai 2019
Very good course. Though basic, it provides you with the first tools and knowledge. The forums aren't what they used to be it seems, but you can find almost any answer there from past courses.
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.