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.
Modelos Regressivos
oferecido por
Universidade Johns Hopkins
Informações sobre o curso
59,043 visualizações recentes
Learner Career Outcomes
23%
comecei uma nova carreira após concluir estes cursos
25%
consegui um benefício significativo de carreira com este curso
14%
recebi um aumento ou promoção
O que você vai aprender
Describe novel uses of regression models such as scatterplot smoothing
Investigate analysis of residuals and variability
Understand ANOVA and ANCOVA model cases
Use regression analysis, least squares and inference
Habilidades que você terá
Model SelectionGeneralized Linear ModelLinear RegressionRegression Analysis
Learner Career Outcomes
23%
comecei uma nova carreira após concluir estes cursos
25%
consegui um benefício significativo de carreira com este curso
14%
recebi um aumento ou promoção
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Aprox. 17 horas para completar
Inglês
Legendas: Inglês, Coreano, Vietnamita
Instrutores
Brian Caffo, PhD
Professor, BiostatisticsBloomberg School of Public Health
901,944 aprendizes
21 Cursos
Roger D. Peng, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
886,577 aprendizes22 Cursos
Jeff Leek, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
895,478 aprendizes20 Cursosoferecido 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
12 horas para concluir
Week 1: Least Squares and Linear Regression
This week, we focus on least squares and linear regression.
12 horas para concluir
9 vídeos (Total 74 mín.), 11 leituras, 4 testes
9 videos
Introduction: Basic Least Squares6min
Technical Details (Skip if you'd like)2min
Introductory Data Example12min
Notation and Background7min
Linear Least Squares6min
Linear Least Squares Coding Example7min
Technical Details (Skip if you'd like)11min
Regression to the Mean11min
11 leituras
Welcome to Regression Models10min
Book: Regression Models for Data Science in R10min
Syllabus10min
Pre-Course Survey10min
Data Science Specialization Community Site10min
Where to get more advanced material10min
Regression10min
Technical details10min
Least squares10min
Regression to the mean10min
Practical R Exercises in swirl Part 110min
1 exercício prático
Quiz 120min
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
10 videos
Interpreting Coefficients3min
Linear Regression for Prediction10min
Residuals5min
Residuals, Coding Example14min
Residual Variance7min
Inference in Regression5min
Coding Example6min
Prediction9min
Really, really quick intro to knitr3min
5 leituras
*Statistical* linear regression models10min
Residuals10min
Inference in regression10min
Looking ahead to the project10min
Practical R Exercises in swirl Part 210min
1 exercício prático
Quiz 220min
13 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.
13 horas para concluir
14 vídeos (Total 168 mín.), 5 leituras, 5 testes
14 videos
Multivariable Regression part II10min
Multivariable Regression Continued8min
Multivariable Regression Examples part I19min
Multivariable Regression Examples part II22min
Multivariable Regression Examples part III7min
Multivariable Regression Examples part IV7min
Adjustment Examples17min
Residuals and Diagnostics part I5min
Residuals and Diagnostics part II9min
Residuals and Diagnostics part III9min
Model Selection part I7min
Model Selection part II22min
Model Selection part III12min
5 leituras
Multivariable regression10min
Adjustment10min
Residuals10min
Model selection10min
Practical R Exercises in swirl Part 310min
2 exercícios práticos
Quiz 314min
(OPTIONAL) Data analysis practice with immediate feedback (NEW! 10/18/2017)8min
17 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.
17 horas para concluir
7 vídeos (Total 95 mín.), 6 leituras, 6 testes
7 videos
GLMs21min
Logistic Regression part I17min
Logistic Regression part II3min
Logistic Regression part III8min
Poisson Regression part I12min
Poisson Regression part II12min
Hodgepodge18min
6 leituras
GLMs10min
Logistic regression10min
Count Data10min
Mishmash10min
Practical R Exercises in swirl Part 410min
Post-Course Survey10min
1 exercício prático
Quiz 412min
Principais avaliações do Modelos Regressivos
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.
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.
Perguntas Frequentes – FAQ
O que é o Coursera Plus e como funciona sua política de reembolso?
Quando terei acesso às palestras e às tarefas?
Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. 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?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
© 2020 Coursera Inc. Todos os direitos reservados.
