统计建模是数据科学的核心。精心设计的统计模型可以让数据科学家从数据中有限的信息中得出关于世界的结论。在这个三个学分的课程中，学习者将为自己的数据科学工具包添加一些中级和高级统计建模技术。特别是，学习者将熟练掌握线性回归分析、方差分析和实验设计、广义线性模型和加法模型的理论和应用。重点是使用 R 编程语言分析真实数据。

该专业课程可作为 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。

徽标改编自Vincent Ledvina在Unsplash上拍摄的照片

应用的学习项目

学员将通过自动评分和同行评审的 Jupyter Notebook 作业掌握统计模型的应用和实施。在这些作业中，学员将使用真实世界的数据和先进的统计建模技术来回答重要的科学和商业问题。