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.
Universidad Johns HopkinsAcerca de este Curso
130,984 vistas recientes
Resultados profesionales del estudiante
23%
comenzó una nueva carrera después de completar estos cursos
25%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
14%
consiguió un aumento de sueldo o ascenso
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.
Aprox. 54 horas para completar
Inglés (English)
Subtítulos: Inglés (English), Coreano, Vietnamita
Qué aprenderás
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 obtendrás
Model SelectionGeneralized Linear ModelLinear RegressionRegression Analysis
Resultados profesionales del estudiante
23%
comenzó una nueva carrera después de completar estos cursos
25%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
14%
consiguió un aumento de sueldo o ascenso
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.
Aprox. 54 horas para completar
Inglés (English)
Subtítulos: Inglés (English), Coreano, Vietnamita
ofrecido por
Universidad 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 - Qué aprenderás en este curso
12 horas para completar
Week 1: Least Squares and Linear Regression
This week, we focus on least squares and linear regression.
12 horas para completar
9 videos (Total 74 minutos), 11 lecturas, 4 cuestionarios
9 videos
Introduction: Basic Least Squares6m
Technical Details (Skip if you'd like)2m
Introductory Data Example12m
Notation and Background7m
Linear Least Squares6m
Linear Least Squares Coding Example7m
Technical Details (Skip if you'd like)11m
Regression to the Mean11m
11 lecturas
Welcome to Regression Models10m
Book: Regression Models for Data Science in R10m
Syllabus10m
Pre-Course Survey10m
Data Science Specialization Community Site10m
Where to get more advanced material10m
Regression10m
Technical details10m
Least squares10m
Regression to the mean10m
Practical R Exercises in swirl Part 110m
1 ejercicio de práctica
Quiz 120m
11 horas para completar
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 completar
10 videos (Total 70 minutos), 5 lecturas, 4 cuestionarios
10 videos
Interpreting Coefficients3m
Linear Regression for Prediction10m
Residuals5m
Residuals, Coding Example14m
Residual Variance7m
Inference in Regression5m
Coding Example6m
Prediction9m
Really, really quick intro to knitr3m
5 lecturas
*Statistical* linear regression models10m
Residuals10m
Inference in regression10m
Looking ahead to the project10m
Practical R Exercises in swirl Part 210m
1 ejercicio de práctica
Quiz 220m
13 horas para completar
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 completar
14 videos (Total 168 minutos), 5 lecturas, 5 cuestionarios
14 videos
Multivariable Regression part II10m
Multivariable Regression Continued8m
Multivariable Regression Examples part I19m
Multivariable Regression Examples part II22m
Multivariable Regression Examples part III7m
Multivariable Regression Examples part IV7m
Adjustment Examples17m
Residuals and Diagnostics part I5m
Residuals and Diagnostics part II9m
Residuals and Diagnostics part III9m
Model Selection part I7m
Model Selection part II22m
Model Selection part III12m
5 lecturas
Multivariable regression10m
Adjustment10m
Residuals10m
Model selection10m
Practical R Exercises in swirl Part 310m
2 ejercicios de práctica
Quiz 314m
(OPTIONAL) Data analysis practice with immediate feedback (NEW! 10/18/2017)8m
17 horas para completar
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 completar
7 videos (Total 95 minutos), 6 lecturas, 6 cuestionarios
7 videos
GLMs21m
Logistic Regression part I17m
Logistic Regression part II3m
Logistic Regression part III8m
Poisson Regression part I12m
Poisson Regression part II12m
Hodgepodge18m
6 lecturas
GLMs10m
Logistic regression10m
Count Data10m
Mishmash10m
Practical R Exercises in swirl Part 410m
Post-Course Survey10m
1 ejercicio de práctica
Quiz 412m
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. 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 auditar el curso sin costo.
¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.
¿Hay ayuda económica disponible?
Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
