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.
oferecido por
Universidade Johns HopkinsInformações sobre o curso
30.767 visualizações recentes
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Aprox. 54 horas para completar
Inglês
Legendas: Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Coreano, Alemão, Russo, Inglês, Espanhol
O que você vai aprender
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
Habilidades que você terá
- Model Selection
- Generalized Linear Model
- Linear Regression
- Regression Analysis
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Aprox. 54 horas para completar
Inglês
Legendas: Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Coreano, Alemão, Russo, Inglês, Espanhol
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
13 horas para concluir
Week 1: Least Squares and Linear Regression
This week, we focus on least squares and linear regression.
13 horas para concluir
9 vídeos (Total 74 mín.), 11 leituras, 4 testes
11 horas para concluir
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 horas para concluir
10 vídeos (Total 70 mín.), 5 leituras, 4 testes
14 horas para concluir
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 horas para concluir
14 vídeos (Total 168 mín.), 5 leituras, 5 testes
16 horas para concluir
Week 4: Logistic Regression and Poisson Regression
This week, we will work on generalized linear models, including binary outcomes and Poisson regression.
16 horas para concluir
7 vídeos (Total 95 mín.), 6 leituras, 6 testes
Avaliações
- 5 stars64,30%
- 4 stars23%
- 3 stars7,56%
- 2 stars2,96%
- 1 star2,14%
Principais avaliações do MODELOS REGRESSIVOS
por DA10 de mar de 2019
This module was the maximum. I learned how powerful the use of Regression Models techniques in Data Science analysis is. I thank Professor Brian Caffo for sharing his knowledge with us. Thank you!
por ST25 de mai de 2018
I appreciate coefficients interpretation and variance influence to choose among models. Running code takes a few seconds, understanding the model's outputs is a much hard
por BK9 de fev de 2016
This was a tough class covering a lot of material. The last week on logistic regression completely lost me. If you're new to stats like me you might want to take it more than once.
por LR6 de out de 2016
Excellent overview of a very broad and complex topic with plenty of useful applications within R. The course project does an outstanding job at teaching the pitfalls of omitted variable bias.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O que recebo ao me inscrever nesta Especialização?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao estudante.
