This course introduces simple and multiple linear regression models. These models allow you to assess the relationship between variables in a data set and a continuous response variable. Is there a relationship between the physical attractiveness of a professor and their student evaluation scores? Can we predict the test score for a child based on certain characteristics of his or her mother? In this course, you will learn the fundamental theory behind linear regression and, through data examples, learn to fit, examine, and utilize regression models to examine relationships between multiple variables, using the free statistical software R and RStudio.
제공자:
이 강좌에 대하여
최근 조회 161,321회
학습자 경력 결과
33%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
45%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
12%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
초급 단계
완료하는 데 약 9시간 필요
영어
자막: 영어, 한국어
귀하가 습득할 기술
StatisticsLinear RegressionR ProgrammingRegression Analysis
학습자 경력 결과
33%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
45%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
12%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
초급 단계
완료하는 데 약 9시간 필요
영어
자막: 영어, 한국어
제공자:
듀크대학교
Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 22분 필요
About Linear Regression and Modeling
This short module introduces basics about Coursera specializations and courses in general, this specialization: Statistics with R, and this course: Linear Regression and Modeling. Please take several minutes to browse them through. Thanks for joining us in this course!
완료하는 데 22분 필요
1개 동영상 (총 2분), 2 개의 읽기 자료
1개의 동영상
2개의 읽기 자료
About Statistics with R Specialization10m
More about Linear Regression and Modeling10m
완료하는 데 2시간 필요
Linear Regression
In this week we’ll introduce linear regression. Many of you may be familiar with regression from reading the news, where graphs with straight lines are overlaid on scatterplots. Linear models can be used for prediction or to evaluate whether there is a linear relationship between two numerical variables.
완료하는 데 2시간 필요
8개 동영상 (총 47분), 3 개의 읽기 자료, 2 개의 테스트
8개의 동영상
Correlation9m
Residuals1m
Least Squares Line11m
Prediction and Extrapolation3m
Conditions for Linear Regression10m
R Squared4m
Regression with Categorical Explanatory Variables5m
3개의 읽기 자료
Lesson Learning Objectives10m
Lesson Learning Objectives10m
Week 1 Suggested Readings and Practice10m
2개 연습문제
Week 1 Practice Quiz8m
Week 1 Quiz18m
완료하는 데 2시간 필요
More about Linear Regression
Welcome to week 2! In this week, we will look at outliers, inference in linear regression and variability partitioning. Please use this week to strengthen your understanding on linear regression. Don't forget to post your questions, concerns and suggestions in the discussion forum!
완료하는 데 2시간 필요
3개 동영상 (총 24분), 5 개의 읽기 자료, 3 개의 테스트
5개의 읽기 자료
Lesson Learning Objectives10m
Week 2 Suggested Readings and Exercises10m
About Lab Choices10m
Week 1 & 2 Lab Instructions (RStudio)10m
Week 1 & 2 Lab Instructions (RStudio Cloud)10m
3개 연습문제
Week 2 Practice Quiz6m
Week 2 Quiz16m
Week 1 & 2 Lab20m
완료하는 데 3시간 필요
Multiple Regression
In this week, we’ll explore multiple regression, which allows us to model numerical response variables using multiple predictors (numerical and categorical). We will also cover inference for multiple linear regression, model selection, and model diagnostics. Hope you enjoy!
완료하는 데 3시간 필요
7개 동영상 (총 57분), 5 개의 읽기 자료, 3 개의 테스트
7개의 동영상
Multiple Predictors11m
Adjusted R Squared10m
Collinearity and Parsimony3m
Inference for MLR11m
Model Selection11m
Diagnostics for MLR7m
5개의 읽기 자료
Lesson Learning Objectives10m
Lesson Learning Objectives10m
Week 3 Suggested Readings and Exercises10m
Week 3 Lab Instructions (RStudio)10m
Week 3 Lab Instructions (RStudio Cloud)10m
3개 연습문제
Week 3 Practice Quiz16m
Week 3 Quiz20m
Week 3 Lab20m
완료하는 데 2시간 필요
Final Project
In this week you will use the data set provided to complete and report on a data analysis question. Please read the background information, review the report template (downloaded from the link in Lesson Project Information), and then complete the peer review assignment.
완료하는 데 2시간 필요
1 개의 읽기 자료
1개의 읽기 자료
Project Files and Rubric10m
검토
LINEAR REGRESSION AND MODELING 의 최상위 리뷰
PK 제공2017년 5월 23일
Very good course taught by Dr. Mine who is as always a very good teacher. The videos are very eloquent and easy to understand. Highly recommend it if you are looking for a basic refresher course.
DS 제공2017년 3월 29일
This course provides a very good introduction to basic linear regression, including simple multiple linear regression, model building and interpretation, model diagnostics, and application in R.
EB 제공2017년 2월 25일
Good, but a little "smaller" than the Inferential statistics course (which is very complete). I would have liked to also learn Logistics regression, which I now have to learn elsewhere.
LH 제공2020년 5월 14일
It has been a great adventure so far. I still greatly appreciate how final projects are constructed that gives us freedom to choose our approach to the problems within the data set.
Statistics with R 특화 과정 정보
In this Specialization, you will learn to analyze and visualize data in R and create reproducible data analysis reports, demonstrate a conceptual understanding of the unified nature of statistical inference, perform frequentist and Bayesian statistical inference and modeling to understand natural phenomena and make data-based decisions, communicate statistical results correctly, effectively, and in context without relying on statistical jargon, critique data-based claims and evaluated data-based decisions, and wrangle and visualize data with R packages for data analysis.
You will produce a portfolio of data analysis projects from the Specialization that demonstrates mastery of statistical data analysis from exploratory analysis to inference to modeling, suitable for applying for statistical analysis or data scientist positions.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
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.
환불 규정은 어떻게 되나요?
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.
재정 지원을 받을 수 있나요?
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.
Will I receive a transcript from Duke University for completing this course?
No. Completion of a Coursera course does not earn you academic credit from Duke; therefore, Duke is not able to provide you with a university transcript. However, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
