本课程将为数据科学提供一套基础统计建模工具。特别是，将向学生介绍线性统计模型的方法、理论和应用，涵盖参数估计、残差诊断、拟合优度以及变量选择和模型比较的各种策略等主题。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
用 R 进行现代回归分析
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 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6个模块
在本模块中，我们将介绍一般统计建模，特别是线性回归模型的基本概念框架。
涵盖的内容
8个视频4篇阅读材料1个测验1个作业2个编程作业1次同伴评审1个讨论话题1个非评分实验室
在本模块中，我们将学习如何用最小二乘法拟合线性回归模型。我们还将学习最小二乘法的性质，并描述线性回归模型的一些拟合优度指标。
涵盖的内容
9个视频2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，我们将研究线性回归模型在证明从样本到群体的推论的合理性方面的用途。
涵盖的内容
8个视频1篇阅读材料2个作业1个编程作业2次同伴评审1个非评分实验室
在本模块中，我们将确定模型如何预测未来值，以及构建这些值的区间估计值。我们还将探讨统计建模与因果解释之间的关系。
涵盖的内容
6个视频1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，我们将学习如何诊断线性回归模型的拟合问题。特别是，我们将使用正式测试和可视化方法来判断线性模型是否适合当前数据。
涵盖的内容
6个视频1个测验1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，我们将学习模型选择和模型改进的方法。特别是，我们将学习何时以及如何应用模型选择技术（如前向选择和后向选择）、基于准则的方法，并将学习多重共线性（也称为共线性）问题。
涵盖的内容
10个视频2个作业1个编程作业1次同伴评审1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
(12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
78.12%
- 4 stars
9.37%
- 3 stars
0%
- 2 stars
6.25%
- 1 star
6.25%
显示 3/32 个
DK
已于 Apr 29, 2024审阅
A lot of work with several peer reviews, but it get you into R for Regression Analysis. Well laid out course. need knowledge of Linear algrebra for this course.
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