이 강좌에 대하여

최근 조회 129,989

학습자 경력 결과

21%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

15%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 12시간 필요
영어

귀하가 습득할 기술

StatisticsBayesian StatisticsBayesian InferenceR Programming

학습자 경력 결과

21%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

15%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 12시간 필요
영어

강사

제공자:

Placeholder

캘리포니아대학교 산타크루스캠퍼스

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up91%(9,062개의 평가)Info
1

1

완료하는 데 3시간 필요

Probability and Bayes' Theorem

완료하는 데 3시간 필요
8개 동영상 (총 38분), 4 개의 읽기 자료, 5 개의 테스트
8개의 동영상
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
4개의 읽기 자료
Module 1 objectives, assignments, and supplementary materials3m
Background for Lesson 110m
Supplementary material for Lesson 23m
Supplementary material for Lesson 320m
5개 연습문제
Lesson 130m
Lesson 212m
Lesson 3.130m
Lesson 3.2-3.310m
Module 1 Honors15m
2

2

완료하는 데 3시간 필요

Statistical Inference

완료하는 데 3시간 필요
11개 동영상 (총 59분), 5 개의 읽기 자료, 4 개의 테스트
11개의 동영상
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
5개의 읽기 자료
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
4개 연습문제
Lesson 48m
Lesson 5.1-5.230m
Lesson 5.3-5.430m
Module 2 Honors6m
3

3

완료하는 데 3시간 필요

Priors and Models for Discrete Data

완료하는 데 3시간 필요
9개 동영상 (총 66분), 2 개의 읽기 자료, 4 개의 테스트
9개의 동영상
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
2개의 읽기 자료
Module 3 objectives, assignments, and supplementary materials3m
R and Excel code from example analysis10m
4개 연습문제
Lesson 630m
Lesson 715m
Lesson 815m
Module 3 Honors8m
4

4

완료하는 데 3시간 필요

Models for Continuous Data

완료하는 데 3시간 필요
9개 동영상 (총 69분), 5 개의 읽기 자료, 5 개의 테스트
9개의 동영상
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
5개의 읽기 자료
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
5개 연습문제
Lesson 912m
Lesson 1020m
Lesson 1110m
Regression15m
Module 4 Honors6m

검토

BAYESIAN STATISTICS: FROM CONCEPT TO DATA ANALYSIS의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.