Welcome to the Advanced Linear Models for Data Science Class 2: Statistical Linear Models. This class is an introduction to least squares from a linear algebraic and mathematical perspective. Before beginning the class make sure that you have the following:
oferecido por
Advanced Linear Models for Data Science 2: Statistical Linear Models
Universidade Johns HopkinsInformações sobre o curso
9,582 visualizações recentes
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 avançado
Aprox. 5 horas para completar
Inglês
Legendas: Inglês
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 avançado
Aprox. 5 horas para completar
Inglês
Legendas: Inglês
oferecido por
Universidade 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.
Programa - O que você aprenderá com este curso
2 horas para concluir
Introduction and expected values
In this module, we cover the basics of the course as well as the prerequisites. We then cover the basics of expected values for multivariate vectors. We conclude with the moment properties of the ordinary least squares estimates.
2 horas para concluir
7 vídeos (Total 38 mín.), 3 leituras, 1 teste
7 videos
Multivariate expected values, the basics4min
Expected values, matrix operations2min
Multivariate variances and covariances5min
Multivariate covariance and variance matrix operations5min
Expected values of quadratic forms3min
Expected value properties of least squares estimates13min
3 leituras
Welcome to the class10min
Course textbook10min
Introduction to expected values10min
1 exercício prático
Expected Values30min
1 hora para concluir
The multivariate normal distribution
In this module, we build up the multivariate and singular normal distribution by starting with iid normals.
1 hora para concluir
4 vídeos (Total 31 mín.), 2 leituras, 1 teste
4 videos
The singular normal distribution7min
Normal likelihoods5min
Normal conditional distributions8min
2 leituras
Introduction to the multivariate normal10min
A note on the last quiz question.10min
1 exercício prático
the multivariate normal20min
1 hora para concluir
Distributional results
In this module, we build the basic distributional results that we see in multivariable regression.
1 hora para concluir
8 vídeos (Total 60 mín.), 1 leitura, 1 teste
8 videos
Confidence intervals for regression coefficients6min
F distribution4min
Coding example7min
Prediction intervals11min
Coding example5min
Confidence ellipsoids7min
Coding example6min
1 leituras
Distributional results10min
1 exercício prático
Distributional results20min
1 hora para concluir
Residuals
In this module we will revisit residuals and consider their distributional results. We also consider the so-called PRESS residuals and show how they can be calculated without re-fitting the model.
1 hora para concluir
4 vídeos (Total 32 mín.), 2 leituras, 1 teste
4 videos
Code demonstration3min
Leave one out residuals8min
Press residuals14min
2 leituras
Residuals10min
Thanks for taking the course10min
1 exercício prático
Residuals14min
Avaliações
Principais avaliações do ADVANCED LINEAR MODELS FOR DATA SCIENCE 2: STATISTICAL LINEAR MODELS
por SM2 de Abr de 2020
This is a great course from Johns Hopkins University . By taking this course, I improved my Data Management, Statistical Programming, and Statistics skills.
por ML30 de Jan de 2017
Good course on applied linear statistical modeling.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
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.
O que recebo ao adquirir o Certificado?
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.
Qual é a política de reembolso?
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.
Existe algum auxílio financeiro disponível?
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.
Ganharei créditos universitários por concluir o curso?
Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
