本课程介绍简单和多元线性回归模型。通过这些模型，您可以评估数据集中的变量与连续响应变量之间的关系。教授的外貌吸引力与学生的评估分数之间有关系吗？我们能否根据孩子母亲的某些特征来预测孩子的考试成绩？在本课程中，您将学习线性回归背后的基本理论，并通过数据示例，学习使用免费统计软件 R 和 RStudio 拟合、检查和使用回归模型来检查多个变量之间的关系。
线性回归与建模
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 使用 R 进行数据分析 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
本简短模块将介绍有关 Coursera 专业和课程、本专业的基本知识：用 R 进行统计，以及本课程：线性回归与建模。请花几分钟时间浏览一下。感谢您加入我们的课程！
涵盖的内容
1个视频3篇阅读材料
本周我们将介绍线性回归。许多人可能在阅读新闻时对线性回归有所了解，因为在新闻中，散点图上会叠加带有直线的图形。线性模型可用于预测或评估两个数字变量之间是否存在线性关系。
涵盖的内容
8个视频3篇阅读材料2个作业
欢迎来到第 2 周！本周，我们将学习离群值、线性回归推断和变异分区。请利用本周加强对线性回归的理解。别忘了在讨论区发表你的问题、疑虑和建议！
涵盖的内容
3个视频5篇阅读材料3个作业
本周，我们将探讨多元回归，它允许我们使用多个预测因子（数值和分类）对数值响应变量进行建模。我们还将学习多元线性回归推断、模型选择和模型诊断。本周还有一个期末项目。您将使用所提供的数据集完成一个数据分析问题并提交报告。请阅读项目说明以完成自我评估。
涵盖的内容
7个视频7篇阅读材料3个作业
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
(158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
80.42%
- 4 stars
15.87%
- 3 stars
2.91%
- 2 stars
0.28%
- 1 star
0.50%
显示 3/1783 个
EB
已于 Feb 25, 2017审阅
Good, but a little "smaller" than the Inferential statistics course (which is very complete). I would have liked to also learn Logistics regression, which I now have to learn elsewhere.
MS
已于 Jun 20, 2018审阅
This was the first course where I started noticing that I'm really learning and was able to apply some of the earned knowledge at work.Totally recommended.
AA
已于 Dec 19, 2017审阅
Nice course. The downside is that it only explains interpretation of linear regression, but not enough details about how linear regression is performed from math point of view.
从 数据科学 浏览更多内容
Johns Hopkins University
Illinois Tech
University of Michigan
