이 강좌에 대하여

최근 조회 68,411

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 3개 강좌 중 3번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

Completion of the first two courses in this specialization; high school-level algebra

완료하는 데 약 15시간 필요

영어

자막: 영어, 한국어

귀하가 습득할 기술

Bayesian StatisticsPython ProgrammingStatistical Modelstatistical regression

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 3개 강좌 중 3번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

Completion of the first two courses in this specialization; high school-level algebra

완료하는 데 약 15시간 필요

영어

자막: 영어, 한국어

제공자:

미시건 대학교 로고

미시건 대학교

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 3시간 필요

WEEK 1 - OVERVIEW & CONSIDERATIONS FOR STATISTICAL MODELING

완료하는 데 3시간 필요
8개 동영상 (총 73분), 6 개의 읽기 자료, 1 개의 테스트
8개의 동영상
Fitting Statistical Models to Data with Python Guidelines5m
What Do We Mean by Fitting Models to Data?18m
Types of Variables in Statistical Modeling13m
Different Study Designs Generate Different Types of Data: Implications for Modeling9m
Objectives of Model Fitting: Inference vs. Prediction11m
Plotting Predictions and Prediction Uncertainty8m
Python Statistics Landscape2m
6개의 읽기 자료
Course Syllabus5m
Meet the Course Team!10m
Help Us Learn More About You!10m
About Our Datasets2m
Mixed effects models: Is it time to go Bayesian by default?15m
Python Statistics Landscape1m
1개 연습문제
Week 1 Assessment15m
2

2

완료하는 데 5시간 필요

WEEK 2 - FITTING MODELS TO INDEPENDENT DATA

완료하는 데 5시간 필요
6개 동영상 (총 85분), 4 개의 읽기 자료, 3 개의 테스트
6개의 동영상
Linear Regression Inference15m
Interview: Causation vs Correlation18m
Logistic Regression Introduction15m
Logistic Regression Inference7m
NHANES Case Study Tutorial (Linear and Logistic Regression)17m
4개의 읽기 자료
Linear Regression Models: Notation, Parameters, Estimation Methods30m
Try It Out: Continuous Data Scatterplot App15m
Importance of Data Visualization: The Datasaurus Dozen10m
Logistic Regression Models: Notation, Parameters, Estimation Methods30m
3개 연습문제
Linear Regression Quiz20m
Logistic Regression Quiz15m
Week 2 Python Assessment20m
3

3

완료하는 데 4시간 필요

WEEK 3 - FITTING MODELS TO DEPENDENT DATA

완료하는 데 4시간 필요
8개 동영상 (총 121분), 2 개의 읽기 자료, 2 개의 테스트
8개의 동영상
Multilevel Linear Regression Models21m
Multilevel Logistic Regression models14m
Practice with Multilevel Modeling: The Cal Poly App12m
What are Marginal Models and Why Do We Fit Them?13m
Marginal Linear Regression Models19m
Marginal Logistic Regression11m
NHANES Case Study Tutorial (Marginal and Multilevel Regression)10m
2개의 읽기 자료
Visualizing Multilevel Models10m
Likelihood Ratio Tests for Fixed Effects and Variance Components10m
2개 연습문제
Name That Model15m
Week 3 Python Assessment20m
4

4

완료하는 데 3시간 필요

WEEK 4: Special Topics

완료하는 데 3시간 필요
6개 동영상 (총 105분), 3 개의 읽기 자료, 1 개의 테스트
6개의 동영상
Bayesian Approaches to Statistics and Modeling15m
Bayesian Approaches Case Study: Part I13m
Bayesian Approaches Case Study: Part II19m
Bayesian Approaches Case Study - Part III23m
Bayesian in Python19m
3개의 읽기 자료
Other Types of Dependent Variables20m
Optional: A Visual Introduction to Machine Learning20m
Course Feedback10m
1개 연습문제
Week 4 Python Assessment20m

Statistics with Python 특화 과정 정보

This specialization is designed to teach learners beginning and intermediate concepts of statistical analysis using the Python programming language. Learners will learn where data come from, what types of data can be collected, study data design, data management, and how to effectively carry out data exploration and visualization. They will be able to utilize data for estimation and assessing theories, construct confidence intervals, interpret inferential results, and apply more advanced statistical modeling procedures. Finally, they will learn the importance of and be able to connect research questions to the statistical and data analysis methods taught to them....
Statistics with Python

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.