Informações sobre o curso

207,513 visualizações recentes

Resultados de carreira do aprendiz

21%

comecei uma nova carreira após concluir estes cursos

15%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 10 horas para completar
Inglês
Legendas: Inglês

Habilidades que você terá

StatisticsBayesian StatisticsBayesian InferenceR Programming

Resultados de carreira do aprendiz

21%

comecei uma nova carreira após concluir estes cursos

15%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 10 horas para completar
Inglês
Legendas: Inglês

Instrutores

oferecido por

Logotipo de Universidade da Califórnia, Santa Cruz

Universidade da Califórnia, Santa Cruz

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up91%(8,393 classificações)Info
Semana
1

Semana 1

3 horas para concluir

Probability and Bayes' Theorem

3 horas para concluir
8 vídeos (Total 38 mín.), 4 leituras, 5 testes
8 videos
Lesson 1.1 Classical and frequentist probability6min
Lesson 1.2 Bayesian probability and coherence3min
Lesson 2.1 Conditional probability4min
Lesson 2.2 Bayes' theorem6min
Lesson 3.1 Bernoulli and binomial distributions5min
Lesson 3.2 Uniform distribution5min
Lesson 3.3 Exponential and normal distributions2min
4 leituras
Module 1 objectives, assignments, and supplementary materials3min
Background for Lesson 110min
Supplementary material for Lesson 23min
Supplementary material for Lesson 320min
5 exercícios práticos
Lesson 116min
Lesson 212min
Lesson 3.120min
Lesson 3.2-3.310min
Module 1 Honors15min
Semana
2

Semana 2

3 horas para concluir

Statistical Inference

3 horas para concluir
11 vídeos (Total 59 mín.), 5 leituras, 4 testes
11 videos
Lesson 4.2 Likelihood function and maximum likelihood7min
Lesson 4.3 Computing the MLE3min
Lesson 4.4 Computing the MLE: examples4min
Introduction to R6min
Plotting the likelihood in R4min
Plotting the likelihood in Excel4min
Lesson 5.1 Inference example: frequentist4min
Lesson 5.2 Inference example: Bayesian6min
Lesson 5.3 Continuous version of Bayes' theorem4min
Lesson 5.4 Posterior intervals7min
5 leituras
Module 2 objectives, assignments, and supplementary materials3min
Background for Lesson 410min
Supplementary material for Lesson 45min
Background for Lesson 510min
Supplementary material for Lesson 510min
4 exercícios práticos
Lesson 48min
Lesson 5.1-5.218min
Lesson 5.3-5.416min
Module 2 Honors6min
Semana
3

Semana 3

2 horas para concluir

Priors and Models for Discrete Data

2 horas para concluir
9 vídeos (Total 66 mín.), 2 leituras, 4 testes
9 videos
Lesson 6.2 Prior predictive: binomial example5min
Lesson 6.3 Posterior predictive distribution4min
Lesson 7.1 Bernoulli/binomial likelihood with uniform prior3min
Lesson 7.2 Conjugate priors4min
Lesson 7.3 Posterior mean and effective sample size7min
Data analysis example in R12min
Data analysis example in Excel16min
Lesson 8.1 Poisson data8min
2 leituras
Module 3 objectives, assignments, and supplementary materials3min
R and Excel code from example analysis10min
4 exercícios práticos
Lesson 612min
Lesson 715min
Lesson 815min
Module 3 Honors8min
Semana
4

Semana 4

3 horas para concluir

Models for Continuous Data

3 horas para concluir
9 vídeos (Total 69 mín.), 5 leituras, 5 testes
9 videos
Lesson 10.1 Normal likelihood with variance known3min
Lesson 10.2 Normal likelihood with variance unknown3min
Lesson 11.1 Non-informative priors8min
Lesson 11.2 Jeffreys prior3min
Linear regression in R17min
Linear regression in Excel (Analysis ToolPak)13min
Linear regression in Excel (StatPlus by AnalystSoft)14min
Conclusion1min
5 leituras
Module 4 objectives, assignments, and supplementary materials3min
Supplementary material for Lesson 1010min
Supplementary material for Lesson 115min
Background for Lesson 1210min
R and Excel code for regression5min
5 exercícios práticos
Lesson 912min
Lesson 1020min
Lesson 1110min
Regression15min
Module 4 Honors6min

Avaliações

Principais avaliações do BAYESIAN STATISTICS: FROM CONCEPT TO DATA ANALYSIS

Visualizar todas as avaliações

Perguntas Frequentes – FAQ

  • 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.
  • Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Você poderá pedir reembolso total até duas semanas após a data do pagamento, ou (para cursos recém-iniciados) até duas semanas após o início da primeira sessão do curso, o que ocorrer por último. Você não poderá receber reembolso após obter o Certificado de Curso, mesmo que tenha completado o curso dentro do período de duas semanas. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro aos alunos que não podem pagar a taxa. Faça a solicitação clicando no link Auxílio financeiro, abaixo do botão "Inscreva-se" à esquerda. Você será solicitado a preencher um formulário e será notificado se for aprovado. Saiba mais.

  • 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.