À propos de ce cours

118,717 consultations récentes

Résultats de carrière des étudiants

20%

ont commencé une nouvelle carrière après avoir terminé ce cours

14%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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. 12 heures pour terminer
Anglais

Compétences que vous acquerrez

StatisticsBayesian StatisticsBayesian InferenceR Programming

Résultats de carrière des étudiants

20%

ont commencé une nouvelle carrière après avoir terminé ce cours

14%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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. 12 heures pour terminer
Anglais

Enseignant

Offert par

Placeholder

Université de Californie à Santa Cruz

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up91%(9,172 notes)Info
Semaine
1

Semaine 1

3 heures pour terminer

Probability and Bayes' Theorem

3 heures pour terminer
8 vidéos (Total 38 min), 4 lectures, 5 quiz
8 vidéos
Lesson 1.1 Classical and frequentist probability6 min
Lesson 1.2 Bayesian probability and coherence3 min
Lesson 2.1 Conditional probability4 min
Lesson 2.2 Bayes' theorem6 min
Lesson 3.1 Bernoulli and binomial distributions5 min
Lesson 3.2 Uniform distribution5 min
Lesson 3.3 Exponential and normal distributions2 min
4 lectures
Module 1 objectives, assignments, and supplementary materials3 min
Background for Lesson 110 min
Supplementary material for Lesson 23 min
Supplementary material for Lesson 320 min
5 exercices pour s'entraîner
Lesson 130 min
Lesson 212 min
Lesson 3.130 min
Lesson 3.2-3.310 min
Module 1 Honors15 min
Semaine
2

Semaine 2

3 heures pour terminer

Statistical Inference

3 heures pour terminer
11 vidéos (Total 59 min), 5 lectures, 4 quiz
11 vidéos
Lesson 4.2 Likelihood function and maximum likelihood7 min
Lesson 4.3 Computing the MLE3 min
Lesson 4.4 Computing the MLE: examples4 min
Introduction to R6 min
Plotting the likelihood in R4 min
Plotting the likelihood in Excel4 min
Lesson 5.1 Inference example: frequentist4 min
Lesson 5.2 Inference example: Bayesian6 min
Lesson 5.3 Continuous version of Bayes' theorem4 min
Lesson 5.4 Posterior intervals7 min
5 lectures
Module 2 objectives, assignments, and supplementary materials3 min
Background for Lesson 410 min
Supplementary material for Lesson 45 min
Background for Lesson 510 min
Supplementary material for Lesson 510 min
4 exercices pour s'entraîner
Lesson 48 min
Lesson 5.1-5.230 min
Lesson 5.3-5.430 min
Module 2 Honors6 min
Semaine
3

Semaine 3

3 heures pour terminer

Priors and Models for Discrete Data

3 heures pour terminer
9 vidéos (Total 66 min), 2 lectures, 4 quiz
9 vidéos
Lesson 6.2 Prior predictive: binomial example5 min
Lesson 6.3 Posterior predictive distribution4 min
Lesson 7.1 Bernoulli/binomial likelihood with uniform prior3 min
Lesson 7.2 Conjugate priors4 min
Lesson 7.3 Posterior mean and effective sample size7 min
Data analysis example in R12 min
Data analysis example in Excel16 min
Lesson 8.1 Poisson data8 min
2 lectures
Module 3 objectives, assignments, and supplementary materials3 min
R and Excel code from example analysis10 min
4 exercices pour s'entraîner
Lesson 630 min
Lesson 715 min
Lesson 815 min
Module 3 Honors8 min
Semaine
4

Semaine 4

3 heures pour terminer

Models for Continuous Data

3 heures pour terminer
9 vidéos (Total 69 min), 5 lectures, 5 quiz
9 vidéos
Lesson 10.1 Normal likelihood with variance known3 min
Lesson 10.2 Normal likelihood with variance unknown3 min
Lesson 11.1 Non-informative priors8 min
Lesson 11.2 Jeffreys prior3 min
Linear regression in R17 min
Linear regression in Excel (Analysis ToolPak)13 min
Linear regression in Excel (StatPlus by AnalystSoft)14 min
Conclusion1 min
5 lectures
Module 4 objectives, assignments, and supplementary materials3 min
Supplementary material for Lesson 1010 min
Supplementary material for Lesson 115 min
Background for Lesson 1210 min
R and Excel code for regression5 min
5 exercices pour s'entraîner
Lesson 912 min
Lesson 1020 min
Lesson 1110 min
Regression15 min
Module 4 Honors6 min

Avis

Meilleurs avis pour BAYESIAN STATISTICS: FROM CONCEPT TO DATA ANALYSIS

Voir tous les avis

Foire Aux Questions

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