Linear models, as their name implies, relates an outcome to a set of predictors of interest using linear assumptions. Regression models, a subset of linear models, are the most important statistical analysis tool in a data scientist’s toolkit. This course covers regression analysis, least squares and inference using regression models. Special cases of the regression model, ANOVA and ANCOVA will be covered as well. Analysis of residuals and variability will be investigated. The course will cover modern thinking on model selection and novel uses of regression models including scatterplot smoothing.
Université Johns-HopkinsÀ propos de ce cours
85,859 consultations récentes
Résultats de carrière des étudiants
21%
ont commencé une nouvelle carrière après avoir terminé ce cours
24%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
13%
a obtenu une augmentation de salaire ou une promotion
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.
Approx. 54 heures pour terminer
Anglais
Sous-titres : Arabe, Français, Portugais (européen), Chinois (simplifié), Italien, Vietnamien, Coréen, Allemand, Russe, Turc, Anglais, Espagnol
Ce que vous allez apprendre
Use regression analysis, least squares and inference
Understand ANOVA and ANCOVA model cases
Investigate analysis of residuals and variability
Describe novel uses of regression models such as scatterplot smoothing
Compétences que vous acquerrez
Model SelectionGeneralized Linear ModelLinear RegressionRegression Analysis
Résultats de carrière des étudiants
21%
ont commencé une nouvelle carrière après avoir terminé ce cours
24%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
13%
a obtenu une augmentation de salaire ou une promotion
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.
Approx. 54 heures pour terminer
Anglais
Sous-titres : Arabe, Français, Portugais (européen), Chinois (simplifié), Italien, Vietnamien, Coréen, Allemand, Russe, Turc, Anglais, Espagnol
Offert par
Université Johns-Hopkins
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Programme du cours : ce que vous apprendrez dans ce cours
13 heures pour terminer
Week 1: Least Squares and Linear Regression
This week, we focus on least squares and linear regression.
13 heures pour terminer
9 vidéos (Total 74 min), 11 lectures, 4 quiz
9 vidéos
Introduction: Basic Least Squares6 min
Technical Details (Skip if you'd like)2 min
Introductory Data Example12 min
Notation and Background7 min
Linear Least Squares6 min
Linear Least Squares Coding Example7 min
Technical Details (Skip if you'd like)11 min
Regression to the Mean11 min
11 lectures
Welcome to Regression Models10 min
Book: Regression Models for Data Science in R10 min
Syllabus10 min
Pre-Course Survey10 min
Data Science Specialization Community Site10 min
Where to get more advanced material10 min
Regression10 min
Technical details10 min
Least squares10 min
Regression to the mean10 min
Practical R Exercises in swirl Part 110 min
1 exercice pour s'entraîner
Quiz 130 min
11 heures pour terminer
Week 2: Linear Regression & Multivariable Regression
This week, we will work through the remainder of linear regression and then turn to the first part of multivariable regression.
11 heures pour terminer
10 vidéos (Total 70 min), 5 lectures, 4 quiz
10 vidéos
Interpreting Coefficients3 min
Linear Regression for Prediction10 min
Residuals5 min
Residuals, Coding Example14 min
Residual Variance7 min
Inference in Regression5 min
Coding Example6 min
Prediction9 min
Really, really quick intro to knitr3 min
5 lectures
*Statistical* linear regression models10 min
Residuals10 min
Inference in regression10 min
Looking ahead to the project10 min
Practical R Exercises in swirl Part 210 min
1 exercice pour s'entraîner
Quiz 230 min
14 heures pour terminer
Week 3: Multivariable Regression, Residuals, & Diagnostics
This week, we'll build on last week's introduction to multivariable regression with some examples and then cover residuals, diagnostics, variance inflation, and model comparison.
14 heures pour terminer
14 vidéos (Total 168 min), 5 lectures, 5 quiz
14 vidéos
Multivariable Regression part II10 min
Multivariable Regression Continued8 min
Multivariable Regression Examples part I19 min
Multivariable Regression Examples part II22 min
Multivariable Regression Examples part III7 min
Multivariable Regression Examples part IV7 min
Adjustment Examples17 min
Residuals and Diagnostics part I5 min
Residuals and Diagnostics part II9 min
Residuals and Diagnostics part III9 min
Model Selection part I7 min
Model Selection part II22 min
Model Selection part III12 min
5 lectures
Multivariable regression10 min
Adjustment10 min
Residuals10 min
Model selection10 min
Practical R Exercises in swirl Part 310 min
2 exercices pour s'entraîner
Quiz 330 min
(OPTIONAL) Data analysis practice with immediate feedback (NEW! 10/18/2017)30 min
16 heures pour terminer
Week 4: Logistic Regression and Poisson Regression
This week, we will work on generalized linear models, including binary outcomes and Poisson regression.
16 heures pour terminer
7 vidéos (Total 95 min), 6 lectures, 6 quiz
7 vidéos
GLMs21 min
Logistic Regression part I17 min
Logistic Regression part II3 min
Logistic Regression part III8 min
Poisson Regression part I12 min
Poisson Regression part II12 min
Hodgepodge18 min
6 lectures
GLMs10 min
Logistic regression10 min
Count Data10 min
Mishmash10 min
Practical R Exercises in swirl Part 410 min
Post-Course Survey10 min
1 exercice pour s'entraîner
Quiz 430 min
Avis
Meilleurs avis pour MODÈLES DE RÉGRESSION
par MM12 mars 2018
Great course, very informative, with lots of valuable information and examples. Prof. Caffo and his team did a very good job in my opinion. I've found very useful the course material shared on github.
par KA16 déc. 2017
Excellent course that is jam-packed with useful material! It is quite challenging and gives a thorough grounding in how to approach the process of selecting a linear regression model for a data set.
par BA31 janv. 2017
It really helped me to have a better understanding of these Regression Models. However, I've noticed that there is a video recording repeated: Week 3, Model Selection. Part 3 is included in Part 2.
par AW19 févr. 2018
Great subject, was a bit frustrated with some of the material (seemed rushed and not well prepared). Great assignment, but too restrictive on the max number of pages allowed. Wasted a lot of time.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Is financial aid available?
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
