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
Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.
Modèles de régression
Ce cours fait partie de plusieurs programmes.
Instructeurs : Brian Caffo, PhD
153 568 déjà inscrits
Inclus avec En savoir plus
3,377 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 : Analyse de régression
- Catégorie : Inférence statistique
- Catégorie : Analyse statistique
- Catégorie : Évaluation du modèle
- Catégorie : Science des données
- Catégorie : Modélisation statistique
- Catégorie : Régression logistique
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
Wesleyan University
Duke University
University of Michigan
Johns Hopkins University
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 étoiles
64,30 %
- 4 étoiles
22,86 %
- 3 étoiles
7,55 %
- 2 étoiles
2,96 %
- 1 étoile
2,31 %
Affichage de 3 sur 3377
Révisé le 16 déc. 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.
Révisé le 10 août 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!
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.
Qu’est-ce qui vous amène sur Coursera aujourd’hui ?
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.