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.
존스홉킨스대학교이 강좌에 대하여
최근 조회 118,555회
학습자 경력 결과
23%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
25%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
14%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 54시간 필요
영어
자막: 프랑스어, 포르투갈어 (브라질), 베트남어, 한국어, 러시아어, 영어, 스페인어
배울 내용
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
귀하가 습득할 기술
Model SelectionGeneralized Linear ModelLinear RegressionRegression Analysis
학습자 경력 결과
23%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
25%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
14%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 54시간 필요
영어
자막: 프랑스어, 포르투갈어 (브라질), 베트남어, 한국어, 러시아어, 영어, 스페인어
제공자:
존스홉킨스대학교
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.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 13시간 필요
Week 1: Least Squares and Linear Regression
This week, we focus on least squares and linear regression.
완료하는 데 13시간 필요
9개 동영상 (총 74분), 11 개의 읽기 자료, 4 개의 테스트
9개의 동영상
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
11개의 읽기 자료
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
1개 연습문제
Quiz 130m
완료하는 데 11시간 필요
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.
완료하는 데 11시간 필요
10개 동영상 (총 70분), 5 개의 읽기 자료, 4 개의 테스트
10개의 동영상
Interpreting Coefficients3m
Linear Regression for Prediction10m
Residuals5m
Residuals, Coding Example14m
Residual Variance7m
Inference in Regression5m
Coding Example6m
Prediction9m
Really, really quick intro to knitr3m
5개의 읽기 자료
*Statistical* linear regression models10m
Residuals10m
Inference in regression10m
Looking ahead to the project10m
Practical R Exercises in swirl Part 210m
1개 연습문제
Quiz 230m
완료하는 데 14시간 필요
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.
완료하는 데 14시간 필요
14개 동영상 (총 168분), 5 개의 읽기 자료, 5 개의 테스트
14개의 동영상
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
5개의 읽기 자료
Multivariable regression10m
Adjustment10m
Residuals10m
Model selection10m
Practical R Exercises in swirl Part 310m
2개 연습문제
Quiz 330m
(OPTIONAL) Data analysis practice with immediate feedback (NEW! 10/18/2017)30m
완료하는 데 16시간 필요
Week 4: Logistic Regression and Poisson Regression
This week, we will work on generalized linear models, including binary outcomes and Poisson regression.
완료하는 데 16시간 필요
7개 동영상 (총 95분), 6 개의 읽기 자료, 6 개의 테스트
7개의 동영상
GLMs21m
Logistic Regression part I17m
Logistic Regression part II3m
Logistic Regression part III8m
Poisson Regression part I12m
Poisson Regression part II12m
Hodgepodge18m
6개의 읽기 자료
GLMs10m
Logistic regression10m
Count Data10m
Mishmash10m
Practical R Exercises in swirl Part 410m
Post-Course Survey10m
1개 연습문제
Quiz 430m
검토
REGRESSION MODELS의 최상위 리뷰
MM 제공2018년 3월 12일
Great course, very informative, with lots of valuable information and examples. Prof. Caffo and his team did a very good job in my opinion. I've found very useful the course material shared on github.
KA 제공2017년 12월 16일
Excellent course that is jam-packed with useful material! It is quite challenging and gives a thorough grounding in how to approach the process of selecting a linear regression model for a data set.
BA 제공2017년 1월 31일
It really helped me to have a better understanding of these Regression Models. However, I've noticed that there is a video recording repeated: Week 3, Model Selection. Part 3 is included in Part 2.
DA 제공2019년 3월 10일
This module was the maximum. I learned how powerful the use of Regression Models techniques in Data Science analysis is. I thank Professor Brian Caffo for sharing his knowledge with us. Thank you!
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.
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.
