À propos de ce cours
50,429 consultations récentes

Learner Career Outcomes

22%

ont commencé une nouvelle carrière après avoir terminé ce cours

17%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 30 heures pour terminer

Recommandé : 5 weeks of study, 5-7 hours/week...

Anglais

Sous-titres : Anglais, Coréen

Compétences que vous acquerrez

Bayesian StatisticsBayesian Linear RegressionBayesian InferenceR Programming

Learner Career Outcomes

22%

ont commencé une nouvelle carrière après avoir terminé ce cours

17%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 30 heures pour terminer

Recommandé : 5 weeks of study, 5-7 hours/week...

Anglais

Sous-titres : Anglais, Coréen

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
1 heure pour terminer

About the Specialization and the Course

1 vidéo (Total 2 min), 4 lectures
4 lectures
About Statistics with R Specialization10 min
About Bayesian Statistics10 min
Pre-requisite Knowledge10 min
Special Thanks2 min
6 heures pour terminer

The Basics of Bayesian Statistics

9 vidéos (Total 41 min), 4 lectures, 3 quiz
9 vidéos
Conditional Probabilities and Bayes' Rule2 min
Bayes' Rule and Diagnostic Testing6 min
Bayes Updating2 min
Bayesian vs. frequentist definitions of probability4 min
Inference for a Proportion: Frequentist Approach3 min
Inference for a Proportion: Bayesian Approach7 min
Effect of Sample Size on the Posterior2 min
Frequentist vs. Bayesian Inference9 min
4 lectures
Module Learning Objectives2 h
About Lab Choices10 min
Week 1 Lab Instructions (RStudio)2 h
Week 1 Lab Instructions (RStudio Cloud)10 min
3 exercices pour s'entraîner
Week 1 Lab12 min
Week 1 Practice Quiz20 min
Week 1 Quiz20 min
Semaine
2
7 heures pour terminer

Bayesian Inference

10 vidéos (Total 45 min), 3 lectures, 3 quiz
10 vidéos
From the Discrete to the Continuous5 min
Elicitation6 min
Conjugacy4 min
Inference on a Binomial Proportion5 min
The Gamma-Poisson Conjugate Families6 min
The Normal-Normal Conjugate Families3 min
Non-Conjugate Priors4 min
Credible Intervals3 min
Predictive Inference4 min
3 lectures
Module Learning Objectives2 h
Week 2 Lab Instructions (RStudio)3 h
Week 1 Lab Instructions (RStudio Cloud)10 min
3 exercices pour s'entraîner
Week 2 Lab28 min
Week 2 Practice Quiz20 min
Week 2 Quiz40 min
Semaine
3
8 heures pour terminer

Decision Making

14 vidéos (Total 75 min), 3 lectures, 3 quiz
14 vidéos
Losses and decision making3 min
Working with loss functions6 min
Minimizing expected loss for hypothesis testing5 min
Posterior probabilities of hypotheses and Bayes factors6 min
The Normal-Gamma Conjugate Family6 min
Inference via Monte Carlo Sampling3 min
Predictive Distributions and Prior Choice5 min
Reference Priors7 min
Mixtures of Conjugate Priors and MCMC6 min
Hypothesis Testing: Normal Mean with Known Variance7 min
Comparing Two Paired Means Using Bayes' Factors6 min
Comparing Two Independent Means: Hypothesis Testing3 min
Comparing Two Independent Means: What to Report?5 min
3 lectures
Module Learning Objectives2 h
Week 3 Lab Instructions (RStudio)3 h
Week 3 Lab Instructions (RStudio Cloud)10 min
3 exercices pour s'entraîner
Week 3 Lab22 min
Week 3 Practice Quiz16 min
Week 3 Quiz40 min
Semaine
4
8 heures pour terminer

Bayesian Regression

11 vidéos (Total 72 min), 3 lectures, 3 quiz
11 vidéos
Bayesian simple linear regression8 min
Checking for outliers4 min
Bayesian multiple regression4 min
Model selection criteria5 min
Bayesian model uncertainty7 min
Bayesian model averaging7 min
Stochastic exploration8 min
Priors for Bayesian model uncertainty8 min
R demo: crime and punishment9 min
Decisions under model uncertainty7 min
3 lectures
Module Learning Objectives2 h
Week 4 Lab Instructions (RStudio Cloud)3 h
Week 4 Lab Instructions (RStudio Cloud)10 min
3 exercices pour s'entraîner
Week 4 Lab22 min
Week 4 Practice Quiz20 min
Week 4 Quiz40 min
3.9
186 avisChevron Right

Meilleurs avis pour Statistiques bayésiennes

par RRSep 21st 2017

Great course. Difficult to apprehend sometimes as the Frequentist paradigm is learned first but once you get it, it is really amazing to see the believe update in action with data.

par GHApr 10th 2018

I like this course a lot. Explanations are clear and much of the (unnecessarily heavyweight) maths is glossed over. I particularly liked the sections on Bayesian model selection.

Enseignants

Avatar

Mine Çetinkaya-Rundel

Associate Professor of the Practice
Department of Statistical Science
Avatar

David Banks

Professor of the Practice
Statistical Science
Avatar

Colin Rundel

Assistant Professor of the Practice
Statistical Science
Avatar

Merlise A Clyde

Professor
Department of Statistical Science

À propos de Université Duke

Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world....

À propos du Spécialisation Statistics with R

In this Specialization, you will learn to analyze and visualize data in R and create reproducible data analysis reports, demonstrate a conceptual understanding of the unified nature of statistical inference, perform frequentist and Bayesian statistical inference and modeling to understand natural phenomena and make data-based decisions, communicate statistical results correctly, effectively, and in context without relying on statistical jargon, critique data-based claims and evaluated data-based decisions, and wrangle and visualize data with R packages for data analysis. You will produce a portfolio of data analysis projects from the Specialization that demonstrates mastery of statistical data analysis from exploratory analysis to inference to modeling, suitable for applying for statistical analysis or data scientist positions....
Statistics with R

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

  • We assume you have knowledge equivalent to the prior courses in this specialization.

  • No. Completion of a Coursera course does not earn you academic credit from Duke; therefore, Duke is not able to provide you with a university transcript. However, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.