À propos de ce cours
46,664 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau débutant

Approx. 14 heures pour terminer

Recommandé : 4 weeks of study, 5-7 hours/week...

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

StatisticsLinear RegressionR ProgrammingRegression Analysis
Les étudiants prenant part à ce Course sont
  • Biostatisticians
  • Economists
  • Data Scientists
  • Data Analysts
  • Biologists

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau débutant

Approx. 14 heures pour terminer

Recommandé : 4 weeks of study, 5-7 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
22 minutes pour terminer

About Linear Regression and Modeling

1 vidéo (Total 2 min), 2 lectures
2 lectures
About Statistics with R Specialization10 min
More about Linear Regression and Modeling10 min
2 heures pour terminer

Linear Regression

8 vidéos (Total 47 min), 3 lectures, 2 quiz
8 vidéos
Correlation9 min
Residuals1 min
Least Squares Line11 min
Prediction and Extrapolation3 min
Conditions for Linear Regression10 min
R Squared4 min
Regression with Categorical Explanatory Variables5 min
3 lectures
Lesson Learning Objectives10 min
Lesson Learning Objectives10 min
Week 1 Suggested Readings and Practice10 min
2 exercices pour s'entraîner
Week 1 Practice Quiz8 min
Week 1 Quiz18 min
Semaine
2
2 heures pour terminer

More about Linear Regression

3 vidéos (Total 24 min), 5 lectures, 3 quiz
3 vidéos
Inference for Linear Regression11 min
Variability Partitioning5 min
5 lectures
Lesson Learning Objectives10 min
Week 2 Suggested Readings and Exercises10 min
About Lab Choices10 min
Week 1 & 2 Lab Instructions (RStudio)10 min
Week 1 & 2 Lab Instructions (RStudio Cloud)10 min
3 exercices pour s'entraîner
Week 2 Practice Quiz6 min
Week 2 Quiz16 min
Week 1 & 2 Lab20 min
Semaine
3
3 heures pour terminer

Multiple Regression

7 vidéos (Total 57 min), 5 lectures, 3 quiz
7 vidéos
Multiple Predictors11 min
Adjusted R Squared10 min
Collinearity and Parsimony3 min
Inference for MLR11 min
Model Selection11 min
Diagnostics for MLR7 min
5 lectures
Lesson Learning Objectives10 min
Lesson Learning Objectives10 min
Week 3 Suggested Readings and Exercises10 min
Week 3 Lab Instructions (RStudio)10 min
Week 3 Lab Instructions (RStudio Cloud)10 min
3 exercices pour s'entraîner
Week 3 Practice Quiz16 min
Week 3 Quiz20 min
Week 3 Lab20 min
Semaine
4
2 heures pour terminer

Final Project

1 lecture, 1 quiz
1 lecture
Project Files and Rubric10 min
4.7
179 avisChevron Right

33%

a commencé une nouvelle carrière après avoir terminé ces cours

45%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

12%

a obtenu une augmentation de salaire ou une promotion

Principaux examens pour Linear Regression and Modeling

par PKMay 24th 2017

Very good course taught by Dr. Mine who is as always a very good teacher. The videos are very eloquent and easy to understand. Highly recommend it if you are looking for a basic refresher course.

par RZMay 25th 2019

I feel I'm running out of complement words for this course series. In conclusion, clear teaching, helpful project, and knowledgeable classmates that I can learn from through final project.

Enseignant

Avatar

Mine Çetinkaya-Rundel

Associate Professor of the Practice
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.

  • 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.