Ce cours fait partie de la Spécialisation Statistics with Python

4.4
étoiles
635 évaluations

87 %

Brenda Gunderson +2 enseignants de plus

29 567 déjà inscrits

Offert par

Spécialisation Statistics with PythonUniversité du Michigan

À propos de ce cours

24 511 consultations récentes

In this course, we will expand our exploration of statistical inference techniques by focusing on the science and art of fitting statistical models to data. We will build on the concepts presented in the Statistical Inference course (Course 2) to emphasize the importance of connecting research questions to our data analysis methods. We will also focus on various modeling objectives, including making inference about relationships between variables and generating predictions for future observations.
This course will introduce and explore various statistical modeling techniques, including linear regression, logistic regression, generalized linear models, hierarchical and mixed effects (or multilevel) models, and Bayesian inference techniques. All techniques will be illustrated using a variety of real data sets, and the course will emphasize different modeling approaches for different types of data sets, depending on the study design underlying the data (referring back to Course 1, Understanding and Visualizing Data with Python).

During these lab-based sessions, learners will work through tutorials focusing on specific case studies to help solidify the week’s statistical concepts, which will include further deep dives into Python libraries including Statsmodels, Pandas, and Seaborn. This course utilizes the Jupyter Notebook environment within Coursera.

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.

Cours 3 sur 3 dans le

Spécialisation Statistics with Python

Niveau intermédiaire

Completion of the first two courses in this specialization; high school-level algebra

Approx. 15 heures pour terminer

Anglais

Compétences que vous acquerrez

Bayesian Statistics
Python Programming
Statistical Model
statistical regression

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.

Cours 3 sur 3 dans le

Spécialisation Statistics with Python

Niveau intermédiaire

Completion of the first two courses in this specialization; high school-level algebra

Approx. 15 heures pour terminer

Anglais

Enseignants

Évaluation de l'enseignant

4,6/5 (88 évaluations)

Offert par

Université du Michigan

Programme de cours : ce que vous apprendrez dans ce cours

Évaluation du contenu87%(2,346 évaluations)

Semaine

Semaine 1

3 heures pour terminer

WEEK 1 - OVERVIEW & CONSIDERATIONS FOR STATISTICAL MODELING

We begin this third course of the Statistics with Python specialization with an overview of what is meant by “fitting statistical models to data.” In this first week, we will introduce key model fitting concepts, including the distinction between dependent and independent variables, how to account for study designs when fitting models, assessing the quality of model fit, exploring how different types of variables are handled in statistical modeling, and clearly defining the objectives of fitting models.

3 heures pour terminer

8 vidéos (Total 73 min), 6 lectures, 1 quiz

8 vidéos

Welcome to the Course!3 min

Fitting Statistical Models to Data with Python Guidelines5 min

What Do We Mean by Fitting Models to Data?18 min

Types of Variables in Statistical Modeling13 min

Different Study Designs Generate Different Types of Data: Implications for Modeling9 min

Objectives of Model Fitting: Inference vs. Prediction11 min

Plotting Predictions and Prediction Uncertainty8 min

Python Statistics Landscape2 min

6 lectures

Course Syllabus10 min

Meet the Course Team!10 min

Help Us Learn More About You!10 min

About Our Datasets2 min

Mixed effects models: Is it time to go Bayesian by default?15 min

Python Statistics Landscape1 min

1 exercice pour s'entraîner

Week 1 Assessment15 min

Semaine

Semaine 2

5 heures pour terminer

WEEK 2 - FITTING MODELS TO INDEPENDENT DATA

5 heures pour terminer

6 vidéos (Total 85 min), 4 lectures, 3 quiz

6 vidéos

Linear Regression Introduction11 min

Linear Regression Inference15 min

Interview: Causation vs Correlation18 min

Logistic Regression Introduction15 min

Logistic Regression Inference7 min

NHANES Case Study Tutorial (Linear and Logistic Regression)17 min

4 lectures

Linear Regression Models: Notation, Parameters, Estimation Methods30 min

Try It Out: Continuous Data Scatterplot App15 min

Importance of Data Visualization: The Datasaurus Dozen10 min

Logistic Regression Models: Notation, Parameters, Estimation Methods30 min

3 exercices pour s'entraîner

Linear Regression Quiz20 min

Logistic Regression Quiz15 min

Week 2 Python Assessment20 min

Semaine

Semaine 3

4 heures pour terminer

WEEK 3 - FITTING MODELS TO DEPENDENT DATA

In the third week of this course, we will be building upon the modeling concepts discussed in Week 2. Multilevel and marginal models will be our main topic of discussion, as these models enable researchers to account for dependencies in variables of interest introduced by study designs. We’ll be covering why and when we fit these alternative models, likelihood ratio tests, as well as fixed effects and their interpretations.

4 heures pour terminer

8 vidéos (Total 121 min), 2 lectures, 2 quiz

8 vidéos

What are Multilevel Models and Why Do We Fit Them?17 min

Multilevel Linear Regression Models21 min

Multilevel Logistic Regression models14 min

Practice with Multilevel Modeling: The Cal Poly App12 min

What are Marginal Models and Why Do We Fit Them?13 min

Marginal Linear Regression Models19 min

Marginal Logistic Regression11 min

NHANES Case Study Tutorial (Marginal and Multilevel Regression)10 min

2 lectures

Visualizing Multilevel Models10 min

Likelihood Ratio Tests for Fixed Effects and Variance Components10 min

2 exercices pour s'entraîner

Name That Model15 min

Week 3 Python Assessment20 min

Semaine

Semaine 4

3 heures pour terminer

WEEK 4: Special Topics

In this final week, we introduce special topics that extend the curriculum from previous weeks and courses further. We will cover a broad range of topics such as various types of dependent variables, exploring sampling methods and whether or not to use survey weights when fitting models, and in-depth case studies utilizing Bayesian techniques to derive insights from data. You’ll also have the opportunity to apply Bayesian techniques in Python.

3 heures pour terminer

6 vidéos (Total 105 min), 4 lectures, 1 quiz

6 vidéos

Should We Use Survey Weights When Fitting Models?13 min

Bayesian Approaches to Statistics and Modeling15 min

Bayesian Approaches Case Study: Part I13 min

Bayesian Approaches Case Study: Part II19 min

Bayesian Approaches Case Study - Part III23 min

Bayesian in Python19 min

4 lectures

Other Types of Dependent Variables20 min

Optional: A Visual Introduction to Machine Learning20 min

Course Feedback10 min

Keep Learning with Michigan Online10 min

1 exercice pour s'entraîner

Week 4 Python Assessment20 min

Avis

4.4

121 avis

5 stars
65,51 %
4 stars
20,31 %
3 stars
8,34 %
2 stars
3,46 %
1 star
2,36 %

Meilleurs avis pour FITTING STATISTICAL MODELS TO DATA WITH PYTHON

par AP6 sept. 2020

I think the notebook walkthroughs, while useful, could use some extra reinforcement in the statistical concepts

par VO17 sept. 2019

Good course, but the last of three was the most difficult one. I hope that it were a good introduction to the fascinating world of statistics and data science

par ST15 juin 2021

It was very technical and a lot of the mathematics behind the models were not explained properly. The codes were also not explained properly

par JL14 oct. 2020

Overall it's very good for someone who has a fair background in statistics, except for some small mistakes in slides and notebooks.

Voir tous les avis

À propos du Spécialisation Statistics with Python

This specialization is designed to teach learners beginning and intermediate concepts of statistical analysis using the Python programming language. Learners will learn where data come from, what types of data can be collected, study data design, data management, and how to effectively carry out data exploration and visualization. They will be able to utilize data for estimation and assessing theories, construct confidence intervals, interpret inferential results, and apply more advanced statistical modeling procedures. Finally, they will learn the importance of and be able to connect research questions to the statistical and data analysis methods taught to them.

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
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.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

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

Fitting Statistical Models to Data with Python

À propos de ce cours

Compétences que vous acquerrez

Enseignants

Brenda Gunderson

Brady T. West

Kerby Shedden

Offert par

Université du Michigan

Programme de cours : ce que vous apprendrez dans ce cours

WEEK 1 - OVERVIEW & CONSIDERATIONS FOR STATISTICAL MODELING

WEEK 2 - FITTING MODELS TO INDEPENDENT DATA

WEEK 3 - FITTING MODELS TO DEPENDENT DATA

WEEK 4: Special Topics

Avis

Meilleurs avis pour FITTING STATISTICAL MODELS TO DATA WITH PYTHON

À propos du Spécialisation Statistics with Python

Foire Aux Questions

Commencez ou faites progresser votre carrière

Cours et certifications populaires

Collections et articles populaires

Obtenez un diplôme ou un certificat en ligne

Coursera

Communauté

Plus

Fitting Statistical Models to Data with Python

À propos de ce cours

Compétences que vous acquerrez

Enseignants

Brenda Gunderson

Brady T. West

Kerby Shedden

Offert par

Université du Michigan

Programme de cours : ce que vous apprendrez dans ce cours

WEEK 1 - OVERVIEW & CONSIDERATIONS FOR STATISTICAL MODELING

WEEK 2 - FITTING MODELS TO INDEPENDENT DATA

WEEK 3 - FITTING MODELS TO DEPENDENT DATA

WEEK 4: Special Topics

Avis

Meilleurs avis pour FITTING STATISTICAL MODELS TO DATA WITH PYTHON

À propos du Spécialisation Statistics with Python

Foire Aux Questions

Coursera Footer

Commencez ou faites progresser votre carrière

Cours et certifications populaires

Collections et articles populaires

Obtenez un diplôme ou un certificat en ligne

Coursera

Communauté

Plus