À propos de ce cours

9 081 consultations récentes
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Niveau intermédiaire

Familiarity with calculus-based probability, the principles of maximum likelihood estimation, and Bayesian inference.

Approx. 22 heures pour terminer
Anglais

Compétences que vous acquerrez

  • Bayesian Statistics
  • Forecasting
  • Dynamic Linear Modeling
  • Time Series
  • R Programming
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Niveau intermédiaire

Familiarity with calculus-based probability, the principles of maximum likelihood estimation, and Bayesian inference.

Approx. 22 heures pour terminer
Anglais

Offert par

Placeholder

Université de Californie à Santa Cruz

Programme de cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

6 heures pour terminer

Week 1: Introduction to time series and the AR(1) process

6 heures pour terminer
9 vidéos (Total 94 min), 12 lectures, 5 quiz
Semaine
2

Semaine 2

5 heures pour terminer

Week 2: The AR(p) process

5 heures pour terminer
9 vidéos (Total 96 min), 8 lectures, 3 quiz
Semaine
3

Semaine 3

5 heures pour terminer

Week 3: Normal dynamic linear models, Part I

5 heures pour terminer
10 vidéos (Total 114 min), 7 lectures, 3 quiz
Semaine
4

Semaine 4

4 heures pour terminer

Week 4: Normal dynamic linear models, Part II

4 heures pour terminer
7 vidéos (Total 103 min), 4 lectures, 3 quiz

À propos du Spécialisation Statistiques bayésiennes

Statistiques bayésiennes

Foire Aux Questions

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