Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
La regresión lineal y la regresión logística son los modelos estadísticos más utilizados y funcionan como llaves maestras que abren los secretos ocultos en los conjuntos de datos. Este curso amplía las habilidades que adquiriste en "Introducción a la regresión en R", abarcando regresión lineal y logística con múltiples variables explicativas. A través de ejercicios prácticos, explorarás las relaciones entre variables en datos reales, como precios de vivienda en Taiwán y modelos de churn de clientes, entre otros. Al finalizar, sabrás cómo incluir múltiples variables explicativas en un modelo, entenderás cómo las interacciones entre variables afectan las predicciones y comprenderás cómo funcionan la regresión lineal y la logística.
Requisitos previos
Programa de formación
Contenido del curso
1
Pendientes paralelas
Amplía tus habilidades en regresión lineal hacia la regresión de "pendientes paralelas", con una variable explicativa numérica y otra categórica. Este es el primer paso para dominar la regresión lineal múltiple.
- Regresión lineal de pendientes paralelas50 XP
- Ajustar una regresión lineal de pendientes paralelas100 XP
- Interpretar los coeficientes en pendientes paralelas100 XP
- Visualizar cada variable explicativa100 XP
- Visualizar pendientes paralelas100 XP
- Predecir pendientes paralelas50 XP
- Predecir con un modelo de pendientes paralelas100 XP
- Calcular predicciones manualmente100 XP
- Evaluar el rendimiento del modelo50 XP
- Comparing coefficients of determination100 XP
- Comparar el error estándar residual100 XP
2
Interacciones
Explora el efecto de las interacciones entre variables explicativas. Considerar interacciones permite modelos más realistas y con mejor capacidad predictiva. También abordarás la paradoja de Simpson: un resultado no intuitivo que surge cuando hay múltiples variables explicativas.
3
Regresión lineal múltiple
Descubre cómo el modelado, y la regresión lineal en particular, facilita trabajar con más de dos variables explicativas. Una vez domines el ajuste de modelos de regresión lineal, implementarás tu propio algoritmo de regresión lineal.
4
Regresión logística múltiple
Amplía tus habilidades en regresión logística a múltiples variables explicativas. Comprende la distribución logística, que sustenta esta forma de regresión. Por último, implementa tu propio algoritmo de regresión logística.
R
Regresión intermedia en R
Curso
completado
