Acerca de este Curso

206,932 vistas recientes

Resultados profesionales del estudiante

21%

comenzó una nueva carrera después de completar estos cursos

15%

consiguió un beneficio tangible en su carrera profesional gracias a este curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 10 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

Habilidades que obtendrás

StatisticsBayesian StatisticsBayesian InferenceR Programming

Resultados profesionales del estudiante

21%

comenzó una nueva carrera después de completar estos cursos

15%

consiguió un beneficio tangible en su carrera profesional gracias a este curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 10 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

Instructor

ofrecido por

Logotipo de Universidad de California en Santa Cruz

Universidad de California en Santa Cruz

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up91%(8,649 calificaciones)Info
Semana
1

Semana 1

3 horas para completar

Probability and Bayes' Theorem

3 horas para completar
8 videos (Total 38 minutos), 4 lecturas, 5 cuestionarios
8 videos
Lesson 1.1 Classical and frequentist probability6m
Lesson 1.2 Bayesian probability and coherence3m
Lesson 2.1 Conditional probability4m
Lesson 2.2 Bayes' theorem6m
Lesson 3.1 Bernoulli and binomial distributions5m
Lesson 3.2 Uniform distribution5m
Lesson 3.3 Exponential and normal distributions2m
4 lecturas
Module 1 objectives, assignments, and supplementary materials3m
Background for Lesson 110m
Supplementary material for Lesson 23m
Supplementary material for Lesson 320m
5 ejercicios de práctica
Lesson 116m
Lesson 212m
Lesson 3.120m
Lesson 3.2-3.310m
Module 1 Honors15m
Semana
2

Semana 2

3 horas para completar

Statistical Inference

3 horas para completar
11 videos (Total 59 minutos), 5 lecturas, 4 cuestionarios
11 videos
Lesson 4.2 Likelihood function and maximum likelihood7m
Lesson 4.3 Computing the MLE3m
Lesson 4.4 Computing the MLE: examples4m
Introduction to R6m
Plotting the likelihood in R4m
Plotting the likelihood in Excel4m
Lesson 5.1 Inference example: frequentist4m
Lesson 5.2 Inference example: Bayesian6m
Lesson 5.3 Continuous version of Bayes' theorem4m
Lesson 5.4 Posterior intervals7m
5 lecturas
Module 2 objectives, assignments, and supplementary materials3m
Background for Lesson 410m
Supplementary material for Lesson 45m
Background for Lesson 510m
Supplementary material for Lesson 510m
4 ejercicios de práctica
Lesson 48m
Lesson 5.1-5.218m
Lesson 5.3-5.416m
Module 2 Honors6m
Semana
3

Semana 3

2 horas para completar

Priors and Models for Discrete Data

2 horas para completar
9 videos (Total 66 minutos), 2 lecturas, 4 cuestionarios
9 videos
Lesson 6.2 Prior predictive: binomial example5m
Lesson 6.3 Posterior predictive distribution4m
Lesson 7.1 Bernoulli/binomial likelihood with uniform prior3m
Lesson 7.2 Conjugate priors4m
Lesson 7.3 Posterior mean and effective sample size7m
Data analysis example in R12m
Data analysis example in Excel16m
Lesson 8.1 Poisson data8m
2 lecturas
Module 3 objectives, assignments, and supplementary materials3m
R and Excel code from example analysis10m
4 ejercicios de práctica
Lesson 612m
Lesson 715m
Lesson 815m
Module 3 Honors8m
Semana
4

Semana 4

3 horas para completar

Models for Continuous Data

3 horas para completar
9 videos (Total 69 minutos), 5 lecturas, 5 cuestionarios
9 videos
Lesson 10.1 Normal likelihood with variance known3m
Lesson 10.2 Normal likelihood with variance unknown3m
Lesson 11.1 Non-informative priors8m
Lesson 11.2 Jeffreys prior3m
Linear regression in R17m
Linear regression in Excel (Analysis ToolPak)13m
Linear regression in Excel (StatPlus by AnalystSoft)14m
Conclusion1m
5 lecturas
Module 4 objectives, assignments, and supplementary materials3m
Supplementary material for Lesson 1010m
Supplementary material for Lesson 115m
Background for Lesson 1210m
R and Excel code for regression5m
5 ejercicios de práctica
Lesson 912m
Lesson 1020m
Lesson 1110m
Regression15m
Module 4 Honors6m

Revisiones

Principales revisiones sobre BAYESIAN STATISTICS: FROM CONCEPT TO DATA ANALYSIS

Ver todos los comentarios

Preguntas Frecuentes

  • El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:

    • es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
    • Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

  • Puedes solicitar un reembolso completo hasta dos semanas después de tu fecha de pago o (para los cursos que se lanzaron recientemente) hasta dos semanas después del comienzo de la primera sesión del curso, lo que ocurra después. No puedes recibir un reembolso luego de obtener un Certificado de curso, aun cuando completes el curso dentro del período de reembolso de dos semanas. Consulta nuestra política de reembolsos completa.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el vínculo de Ayuda económica que está debajo del botón 'Inscribirse' a la izquierda. Se te pedirá que completes una solicitud y recibirás una notificación cuando se apruebe. Obtén más información.

  • 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.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.