中
本课程介绍贝叶斯统计方法，从概率概念开始，到数据分析。我们将学习贝叶斯方法的理念，以及如何针对常见类型的数据实施贝叶斯方法。我们将比较贝叶斯方法和更常用的频数方法，并了解贝叶斯方法的一些优点。特别是，贝叶斯方法可以更好地考虑不确定性，使结果具有更直观和可解释的意义，并对假设做出更明确的说明。本课程将讲课视频、计算机演示、阅读、练习和讨论板结合起来，以创造一种积极的学习体验。在计算方面，您可以选择使用 Microsoft Excel 或开源、免费的 R 统计软件包，两种软件包的内容相同。讲座提供了一些基本的数学发展以及哲学和解释的解释。通过本课程的学习，您将了解贝叶斯方法的概念，理解贝叶斯方法和频数方法之间的主要区别，并具备进行基本数据分析的能力。
贝叶斯统计：从概念到数据分析
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 贝叶斯统计 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
在本单元中，我们将回顾概率和贝叶斯定理的基础知识。在第 1 课中，我们将介绍概率的不同范式或定义，并讨论为什么概率为处理不确定性提供了一个连贯的框架。在第 2 课中，我们回顾了条件概率的规则，并介绍了贝叶斯定理。第 3 课回顾离散和连续随机变量的常见概率分布。
涵盖的内容
8个视频4篇阅读材料5个作业1个讨论话题
本单元从频繁主义和贝叶斯两种观点介绍统计推断的概念。第 4 课从频繁主义的角度出发，演示了二叉数据的最大似然估计和置信区间。第 5 课介绍贝叶斯推断的基本原理。从简单假设的二项式似然和先验概率开始，您将学习如何使用贝叶斯定理，利用数据更新先验概率，从而获得后验概率。这个框架通过贝叶斯定理的连续版本进行扩展，以估计连续模型参数，并计算后验概率和可信区间。
涵盖的内容
11个视频5篇阅读材料4个作业1个讨论话题
在本模块中，您将学习选择先验分布和建立离散数据模型的方法。第 6 课介绍先验选择和预测分布，作为评估先验的一种方法。第 7 课演示伯努利数据的贝叶斯分析，并介绍便于计算的共轭先验概念。第 8 课为泊松数据建立共轭模型，并讨论选择先验超参数的策略。
涵盖的内容
9个视频2篇阅读材料4个作业1个讨论话题
本模块包括连续数据的共轭贝叶斯分析和客观贝叶斯分析。第 9 课介绍指数分布数据的共轭模型。第 10 课讨论在统计学中起核心作用的正态分布数据模型。第 11 课，我们回到先验选择，讨论 "客观 "或 "非信息 "先验。第 12 课介绍使用非信息先验的贝叶斯线性回归，其结果可与经典回归相媲美。
涵盖的内容
9个视频5篇阅读材料5个作业1个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
4.6 (521个评价)
从 概率论与数理统计 浏览更多内容
状态：免费试用University of California, Santa Cruz
Duke University
状态：免费试用University of California, Santa Cruz
状态：免费试用University of California, Santa Cruz
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.6
3,215 条评论
- 5 stars
67.27%
- 4 stars
25.10%
- 3 stars
5.22%
- 2 stars
1.27%
- 1 star
1.11%
显示 3/3215 个
JB
5
已于 Oct 16, 2020审阅
An excellent course with some good hands on exercises in both R and excel. Not for the faint of heart mathematically speaking, assumes a competent understanding of statistics and probability going in
JH
5
已于 Oct 5, 2017审阅
This course is well prepared.The videos are of high quality and the lessons are easy to follow.I enjoyed the Honors content as well, that gives an extra challenge to those who want it.Thanks!
SP
5
已于 Nov 21, 2020审阅
Very insightful. I'd recommend this course to anyone who wants to learn how to adjust a model after observing data. Test questions were quite practical modeling real world scenarios.
常见问题
您应该已经接触过基础统计学课程中的概念（例如概率、中心极限定理、置信区间、线性回归）和微积分（积分和微分），但并不指望您记得如何完成所有这些项目。课程会提供一些统计概念的概述，如果您以前至少看过这些概念，这应该足以提醒您必要的细节。在微积分方面，授课内容会包括一些微积分的使用，因此您必须理解积分的概念，即求曲线下的面积，或微分求最大值，但不要求您自己做任何积分或微分。
使用计算机软件进行数据分析。本课程提供 Excel 或 R 两种选择。本课程为从未使用过 R 的人员提供了非常简短的 R 介绍，但这并不是一门关于 R 的课程。
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
更多问题
提供助学金，