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
Modèles de régression
Ce cours fait partie de plusieurs programmes.
Instructeurs : Brian Caffo, PhD
152 315 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 : Distribution de probabilité
- Catégorie : Analyse de régression
- Catégorie : Méthodes statistiques
- Catégorie : Probabilités et statistiques
- Catégorie : Régression logistique
- Catégorie : Analyse statistique
- Catégorie : Inférence statistique
- Catégorie : Modélisation statistique
- Catégorie : Tests d'hypothèses statistiques
- Catégorie : Analyse des données
- Catégorie : Évaluation du modèle
- Catégorie : Modélisation prédictive
- Catégorie : Science des données
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
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 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 janv. 2022
One Star for the Video Lecture, One star for the free E-book, one star for the swirl lesson and two star for the video solutions of the exercises from the ebook (posted in youtube). Thank you.
Révisé le 22 avr. 2018
Great course to get the basics on Linear Models and Inference. Great Introduction to Logistic Regression and Poisson Regression. Good emphasis in Diagnostics of the main assumptions
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
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
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.