这门统计建模的第二门课程将向学生介绍方差分析（ANOVA）、协方差分析（ANCOVA）和实验设计的研究。方差分析和方差分析作为一种线性回归模型，将为数据科学应用的实验设计提供数学基础。重点将放在与设计相关的重要概念上，如随机化、阻断、因子设计和因果关系。本课程可作为 Coursera 平台上提供的中大博尔德数据科学理学硕士（MS-DS）学位课程的一部分获得学分。MS-DS 是一个跨学科学位，汇集了来自中大博尔德应用数学、计算机科学、信息科学等院系的教师。MS-DS 以成绩为录取依据，不需要申请程序，非常适合在计算机科学、信息科学、数学和统计学方面拥有广泛的本科教育和/或专业经验的个人。了解有关 MS-DS 项目的更多信息，请访问 https://hua.dididi.sbs/degrees/master-of-science-data-science-boulder。 Logo 改编自 Vincent Ledvina 在 Unsplash 上拍摄的照片
方差分析和实验设计
方差分析和实验设计
本课程是 数据科学应用统计建模 专项课程 的一部分
位教师：Brian Zaharatos
访问权限由 New York State Department of Labor 提供
6,442 人已注册
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 数据科学应用统计建模 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
在本模块中，我们将介绍实验设计的基本概念框架，并定义能够让我们回答有关连续变量的组间均值差异的有意义问题的模型。这些模型包括单因子方差分析（ANOVA）和协方差分析（ANCOVA）模型。
涵盖的内容
9个视频4篇阅读材料9个作业2个编程作业1次同伴评审1个讨论话题2个非评分实验室
在本模块中，我们将学习在方差分析/方差齐性分析中，统计假设检验和置信区间如何帮助回答有关连续变量的组间均值差异的有意义问题。
涵盖的内容
6个视频2篇阅读材料1个测验3个作业1个编程作业1次同伴评审2个非评分实验室
在本模块中，我们将学习双因子方差分析模型，并使用该模型来回答实际数据中的研究问题。
涵盖的内容
7个视频6个作业1个编程作业1次同伴评审1个非评分实验室
在本模块中，我们将学习基本的实验设计概念，如随机化、处理设计、复制和阻断。我们还将学习基本的因子设计，以改进 "一次一个因子 "的基本方法。我们将把这些概念与方差分析和方差分析模型结合起来，进行有意义的实验。
涵盖的内容
7个视频2篇阅读材料5个作业1个编程作业1次同伴评审2个非评分实验室
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。
攻读学位
课程 是 University of Colorado Boulder提供的以下学位课程的一部分。如果您被录取并注册，您已完成的课程可计入您的学位学习，您的学习进度也可随之转移。
位教师
授课教师评分
(9个评价)
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
- 5 stars
63.15%
- 4 stars
5.26%
- 3 stars
10.52%
- 2 stars
10.52%
- 1 star
10.52%
显示 3/19 个
ZC
已于 Jul 30, 2022审阅
Great course. Really useful and practical, and the exercise is not too difficult.
从 数据科学 浏览更多内容
University of Colorado Boulder
Arizona State University
University of Colorado Boulder
University of Colorado Boulder