- Bayesian Statistics
- Linear Regression
- Statistical Inference
- R Programming
- Statistics
- Rstudio
- Exploratory Data Analysis
- Statistical Hypothesis Testing
- Regression Analysis
- Bayesian Linear Regression
- Bayesian Inference
- Model Selection
Spécialisation statistiques avec r
Master Statistics with R. Statistical mastery of data analysis including inference, modeling, and Bayesian approaches.
113 352 déjà inscrits
Offert par
Spécialisation statistiques avec rUniversité DukeCompétences que vous acquerrez
À propos de ce Spécialisation
38 502 consultations récentes
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.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
Cours en ligne à 100 %
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Planning flexible
Définissez et respectez des dates limites flexibles.
Niveau débutant
Aucune connaissance prérequise.
Approximativement 7 mois pour terminer
Rythme recommandé de 3 heures/semaine
Anglais
Sous-titres : Anglais, Arabe, Français, Portugais (européen), Italien, Vietnamien, Coréen, Allemand, Russe, Espagnol
Certificat partageable
Obtenez un Certificat lorsque vous terminez
Cours en ligne à 100 %
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Planning flexible
Définissez et respectez des dates limites flexibles.
Niveau débutant
Aucune connaissance prérequise.
Approximativement 7 mois pour terminer
Rythme recommandé de 3 heures/semaine
Anglais
Sous-titres : Anglais, Arabe, Français, Portugais (européen), Italien, Vietnamien, Coréen, Allemand, Russe, Espagnol
Comment fonctionne la Spécialisation
Suivez les cours
Une Spécialisation Coursera est une série de cours axés sur la maîtrise d'une compétence. Pour commencer, inscrivez-vous directement à la Spécialisation ou passez en revue ses cours et choisissez celui par lequel vous souhaitez commencer. Lorsque vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Il est possible de terminer seulement un cours : vous pouvez suspendre votre formation ou résilier votre abonnement à tout moment. Rendez-vous sur votre tableau de bord d'étudiant pour suivre vos inscriptions aux cours et vos progrès.
Projet pratique
Chaque Spécialisation inclut un projet pratique. Vous devez réussir le(s) projet(s) pour terminer la Spécialisation et obtenir votre Certificat. Si la Spécialisation inclut un cours dédié au projet pratique, vous devrez terminer tous les autres cours avant de pouvoir le commencer.
Obtenir un Certificat
Lorsque vous aurez terminé tous les cours et le projet pratique, vous obtiendrez un Certificat que vous pourrez partager avec des employeurs éventuels et votre réseau professionnel.
Cette Spécialisation compte 5 cours
Introduction to Probability and Data with R
4,999 évaluations
This course introduces you to sampling and exploring data, as well as basic probability theory and Bayes' rule. You will examine various types of sampling methods, and discuss how such methods can impact the scope of inference. A variety of exploratory data analysis techniques will be covered, including numeric summary statistics and basic data visualization. You will be guided through installing and using R and RStudio (free statistical software), and will use this software for lab exercises and a final project. The concepts and techniques in this course will serve as building blocks for the inference and modeling courses in the Specialization.
Statistiques déductives
2,311 évaluations
This course covers commonly used statistical inference methods for numerical and categorical data. You will learn how to set up and perform hypothesis tests, interpret p-values, and report the results of your analysis in a way that is interpretable for clients or the public. Using numerous data examples, you will learn to report estimates of quantities in a way that expresses the uncertainty of the quantity of interest. You will be guided through installing and using R and RStudio (free statistical software), and will use this software for lab exercises and a final project. The course introduces practical tools for performing data analysis and explores the fundamental concepts necessary to interpret and report results for both categorical and numerical data
Linear Regression and Modeling
1,552 évaluations
This course introduces simple and multiple linear regression models. These models allow you to assess the relationship between variables in a data set and a continuous response variable. Is there a relationship between the physical attractiveness of a professor and their student evaluation scores? Can we predict the test score for a child based on certain characteristics of his or her mother? In this course, you will learn the fundamental theory behind linear regression and, through data examples, learn to fit, examine, and utilize regression models to examine relationships between multiple variables, using the free statistical software R and RStudio.
Statistiques bayésiennes
767 évaluations
This course describes Bayesian statistics, in which one's inferences about parameters or hypotheses are updated as evidence accumulates. You will learn to use Bayes’ rule to transform prior probabilities into posterior probabilities, and be introduced to the underlying theory and perspective of the Bayesian paradigm. The course will apply Bayesian methods to several practical problems, to show end-to-end Bayesian analyses that move from framing the question to building models to eliciting prior probabilities to implementing in R (free statistical software) the final posterior distribution. Additionally, the course will introduce credible regions, Bayesian comparisons of means and proportions, Bayesian regression and inference using multiple models, and discussion of Bayesian prediction.
Offert par
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.
Foire Aux Questions
Quelle est la politique de remboursement ?
Puis-je m'inscrire à un seul cours ?
Une aide financière est-elle possible ?
Puis-je suivre le cours gratuitement ?
Ce cours est-il vraiment accessible en ligne à 100 % ? Dois-je assister à certaines activités en personne ?
What background knowledge is necessary?
Do I need to take the courses in a specific order?
Puis-je obtenir des crédits universitaires si je réussis la Spécialisation ?
What if I already have a certificate from Data Analysis and Statistical Inference?
Do I need specific software?
D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.
