Can I just enroll in a single course?

Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. Visit your learner dashboard to track your progress.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Can I take the course for free?

No, you cannot take this course for free. When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. If you cannot afford the fee, you can apply for financial aid.

Spécialisation Advanced Statistical Techniques for Data Science

Acquérir des compétences de haut niveau avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.

Spécialisation Advanced Statistical Techniques for Data Science

Master Advanced Statistical Techniques for Data. Gain deep insights into data through advanced statistical methods and practical applications.

Instructeurs : Ming-Long Lam

Inclus avec

Série de 5 cours

Approfondissez votre connaissance d’un sujet

4.8

(9 avis)

niveau Intermédiaire

Expérience recommandée

4 mois à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Série de 5 cours

Approfondissez votre connaissance d’un sujet

4.8

(9 avis)

niveau Intermédiaire

Expérience recommandée

4 mois à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

How to perform linear and nonlinear regression analysis using R.
Techniques for diagnosing and remediating issues in regression models.
Bayesian statistical methods for data analysis and inference.

Compétences que vous acquerrez

Catégorie : Statistical Modeling
Catégorie : Data Validation
Catégorie : Bayesian Statistics
Catégorie : Regression Analysis
Catégorie : Model Evaluation
Catégorie : Exploratory Data Analysis
Catégorie : Data Mining
Catégorie : R Programming
Catégorie : Machine Learning
Catégorie : Logistic Regression
Catégorie : Data Analysis
Catégorie : R (Software)
Catégorie : Statistical Inference
Catégorie : Data Cleansing
Catégorie : Analytics
Catégorie : Data Preprocessing
Catégorie : Data Visualization
Catégorie : Statistical Programming
Catégorie : Predictive Modeling
Catégorie : Statistical Analysis

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Améliorez votre expertise en la matière

Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
Maîtrisez un sujet ou un outil avec des projets pratiques
Développez une compréhension approfondie de concepts clés
Obtenez un certificat professionnel auprès de Illinois Tech

Spécialisation - série de 5 cours

This specialization provides a comprehensive understanding of advanced statistical techniques used in data science. Learners will explore linear regression, model diagnostics, variable selection, Bayesian statistics, and data preparation. The courses are designed to equip data scientists and researchers with the skills needed to analyze complex data sets and draw meaningful conclusions.

Projet d'apprentissage appliqué

Learners will engage in projects that involve real-world data analysis, model building, and validation. These projects will help learners apply statistical techniques to solve authentic problems and present actionable insights to stakeholders. However, there is no required capstone project for this specialization.

Linear Regression

COURS 124 heures

Ce que vous apprendrez

Describe the assumptions of the linear regression models.
Use R to fit a linear regression model to a given data set.
Interpret and draw conclusions on the linear regression model.

Compétences que vous acquerrez

Catégorie : Regression Analysis

Catégorie : R Programming

Catégorie : Statistical Inference

Catégorie : Probability & Statistics

Catégorie : Data Science

Catégorie : Logistic Regression

Catégorie : Linear Algebra

Catégorie : Statistical Analysis

Catégorie : R (Software)

Catégorie : Statistical Modeling

Catégorie : Data Analysis

Model Diagnostics and Remedial Measures

COURS 216 heures

Ce que vous apprendrez

Describe the assumptions of the linear regression models.
Use diagnostic plots to detect violations of the assumptions of a linear regression model.
Perform variable selections and model validations.

Compétences que vous acquerrez

Catégorie : Data Transformation

Catégorie : Model Evaluation

Catégorie : Statistical Modeling

Catégorie : Regression Analysis

Catégorie : Probability Distribution

Catégorie : Data Validation

Catégorie : Statistical Hypothesis Testing

Catégorie : Linear Algebra

Catégorie : Statistical Inference

Catégorie : Statistical Analysis

Catégorie : Plot (Graphics)

Catégorie : Correlation Analysis

Catégorie : R Programming

Variable Selection, Model Validation, Nonlinear Regression

COURS 317 heures

Ce que vous apprendrez

If you have a technical background in mathematics/statistics/computer science/engineering and or are pursuing a career change to jobs or industries that are data-driven, this course is for you. Those industries might be finance, retail, tech, healthcare, government, or many others. The opportunity is endless.

This course will focus on getting you acquainted with the generalized linear model (GLM) through the examples of logistic and Poisson regression. You will also see how simple and multiple linear regression relates to GLM using the link function. We will also study a regression technique that is robust to having outliers in the data. Finally, we will learn how to perform model validation involving GLM. After this course, students will be able to: - Determine which regression models to use based on the nature of the response variable. - Use regression technique which is robust to the presence of outliers. - Perform generalized linear regression using R by identifying the correct link function. - Interpret and draw conclusions on the regression model. - Use R to perform statistical inference based on the regression models.

Compétences que vous acquerrez

Catégorie : Regression Analysis

Catégorie : R Programming

Catégorie : Logistic Regression

Catégorie : Model Evaluation

Catégorie : Predictive Modeling

Catégorie : Probability

Catégorie : Statistical Analysis

Catégorie : Statistical Modeling

Catégorie : Statistical Hypothesis Testing

Catégorie : R (Software)

Catégorie : Probability Distribution

Catégorie : Statistical Inference

Bayesian Computational Statistics

COURS 488 heures

Ce que vous apprendrez

A rigorous introduction to the theory of Bayesian Statistical Inference and Data Analysis, including prior and posterior distributions, Bayesian estimation and testing, Bayesian computation theories and methods, and implementation of Bayesian computation methods using popular statistical software.

Compétences que vous acquerrez

Catégorie : Bayesian Statistics

Catégorie : Statistical Inference

Catégorie : Regression Analysis

Catégorie : Statistical Modeling

Catégorie : Simulations

Catégorie : Model Evaluation

Catégorie : Sampling (Statistics)

Catégorie : Markov Model

Catégorie : Data Analysis

Catégorie : Statistical Analysis

Catégorie : Statistical Programming

Catégorie : Probability

Catégorie : R Programming

Catégorie : Logistic Regression

Catégorie : Probability Distribution

Data Preparation and Analysis

COURS 579 heures

Ce que vous apprendrez

1. Apply appropriate techniques for generating insights from data.
2. Present actionable solutions with confidence to the business stakeholders.

Compétences que vous acquerrez

Catégorie : Model Evaluation

Catégorie : Data Analysis

Catégorie : Unsupervised Learning

Catégorie : Regression Analysis

Catégorie : Logistic Regression

Catégorie : Data Mining

Catégorie : Python Programming

Catégorie : Decision Tree Learning

Catégorie : Classification And Regression Tree (CART)

Catégorie : Exploratory Data Analysis

Catégorie : Data Preprocessing

Catégorie : Scikit Learn (Machine Learning Library)

Catégorie : Data Cleansing

Catégorie : Analytics

Catégorie : Statistical Analysis

Catégorie : Machine Learning

Catégorie : Data Visualization

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 Spécialisation fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par Illinois Tech. 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

Instructeurs

Ming-Long Lam

Illinois Tech

1 Cours2 357 apprenants

Shahrzad (Sara) Jamshidi

Illinois Tech

2 Cours2 300 apprenants

Offert par

Illinois Tech

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.’

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

No, it’s not required—but it is recommended that you follow the course sequence listed on the specialization landing page. This order is designed to help you build your skills progressively, from foundational concepts to more advanced topics.

No, this specialization is open to all MOOC learners. You do not need to be an admitted degree-seeking student to complete the specialization and receive a Coursera–IIT co-branded non-credit certificate.

This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.