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 99,127회
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 10시간 필요
영어
자막: 프랑스어, 포르투갈어 (브라질), 한국어, 러시아어, 영어, 스페인어
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 10시간 필요
영어
자막: 프랑스어, 포르투갈어 (브라질), 한국어, 러시아어, 영어, 스페인어
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 Quiz30m
Week 1 Quiz30m
완료하는 데 3시간 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 3시간 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 Quiz30m
Week 2 Quiz30m
Week 1 & 2 Lab30m
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 Quiz30m
Week 3 Quiz30m
Week 3 Lab30m
완료하는 데 1시간 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 1시간 필요
1 개의 읽기 자료
1개의 읽기 자료
Project Files and Rubric10m
검토
LINEAR REGRESSION AND MODELING 의 최상위 리뷰
TM 제공2020년 7월 21일
A great primer on linear regression with labs that help to establish understanding and a project that is focused enough not to be overwhelming, and allows the learner to play around with the concepts
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.
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.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
- 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
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.
Is financial aid available?
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.
강좌를 수료하면 대학 학점을 받을 수 있나요?
이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위 및 Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
