À propos de ce cours

206,163 consultations récentes

Résultats de carrière des étudiants

21%

ont commencé une nouvelle carrière après avoir terminé ce cours

15%

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. 10 heures pour terminer
Anglais
Sous-titres : Anglais

Compétences que vous acquerrez

StatisticsBayesian StatisticsBayesian InferenceR Programming

Résultats de carrière des étudiants

21%

ont commencé une nouvelle carrière après avoir terminé ce cours

15%

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. 10 heures pour terminer
Anglais
Sous-titres : Anglais

Enseignant

Offert par

Logo Université de Californie à Santa Cruz

Université de Californie à Santa Cruz

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up91%(8,442 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 116 min
Lesson 212 min
Lesson 3.120 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 5.1-5.218 min
Lesson 5.3-5.416 min
Module 2 Honors6 min
Semaine
3

Semaine 3

2 heures pour terminer

Priors and Models for Discrete Data

2 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 612 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

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est 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.

  • Vous avez droit à un remboursement intégral jusqu'à deux semaines après la date de paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, selon la dernière de ces éventualités. Vous ne pouvez pas bénéficier d'un remboursement une fois votre Certificat de Cours obtenu, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre Politique de remboursement complète.

  • Oui, Coursera fournit une Aide Financière aux étudiants n'ayant pas les moyens d'acquitter les frais. Pour en faire la demande, cliquez sur le lien Aide Financière situé sous le bouton S'inscrire ci-contre à gauche. Vous serez invité(e) à déposer une demande et vous serez averti(e) si elle est acceptée. En savoir plus.

  • You should have exposure to the concepts from a basic statistics class (for example, probability, the Central Limit Theorem, confidence intervals, linear regression) and calculus (integration and differentiation), but it is not expected that you remember how to do all of these items. The course will provide some overview of the statistical concepts, which should be enough to remind you of the necessary details if you've at least seen the concepts previously. On the calculus side, the lectures will include some use of calculus, so it is important that you understand the concept of an integral as finding the area under a curve, or differentiating to find a maximum, but you will not be required to do any integration or differentiation yourself.

  • Data analysis is done using computer software. This course provides the option of Excel or R. Equivalent content is provided for both options. A very brief introduction to R is provided for people who have never used it before, but this is not meant to be a course on R. Learners using Excel are expected to already have basic familiarity of Excel.

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