Ir al contenido principal

Curso

Regresión intermedia en R

IntermedioNivel de habilidad

Actualizado 11/2025

Aprende a realizar regresiones lineales y logísticas con varias variables explicativas.

Comienza El Curso Gratis

RProbability & Statistics

4 h

14 vídeos

50 Ejercicios

4,150 XP

34,953

Certificado de logros

Preferido por estudiantes en miles de empresas

¿Formando un equipo?

Prueba para empresas

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

Introduction to Regression in R

1

Parallel Slopes

Extend your linear regression skills to "parallel slopes" regression, with one numeric and one categorical explanatory variable. This is the first step towards conquering multiple linear regression.

Parallel slopes linear regression

Fitting a parallel slopes linear regression

Interpreting parallel slopes coefficients

Visualizing each explanatory variable

Visualizing parallel slopes

Predicting parallel slopes

Predicting with a parallel slopes model

Manually calculating predictions

Assessing model performance

Comparing coefficients of determination

Comparing residual standard error

Iniciar Capítulo

2

Interactions

Explore the effect of interactions between explanatory variables. Considering interactions allows for more realistic models that can have better predictive power. You'll also deal with Simpson's Paradox: a non-intuitive result that arises when you have multiple explanatory variables.

Models for each category

One model per category

Predicting multiple models

Visualizing multiple models

Assessing model performance

One model with an interaction

Specifying an interaction

Interactions with understandable coeffs

Making predictions with interactions

Predicting with interactions

Manually calculating predictions with interactions

Simpson's Paradox

Modeling eBay auctions

Modeling each auction type

Iniciar Capítulo

3

Multiple Linear Regression

See how modeling, and linear regression in particular, makes it easy to work with more than two explanatory variables. Once you've mastered fitting linear regression models, you'll get to implement your own linear regression algorithm.

Two numeric explanatory variables

3D visualizations

Modeling 2 numeric explanatory variables

Including an interaction

More than 2 explanatory variables

Visualizing many variables

Different levels of interaction

Predicting again

How linear regression works

The sum of squares

Linear regression algorithm

Iniciar Capítulo

4

Multiple Logistic Regression

Extend your logistic regression skills to multiple explanatory variables. Understand the logistic distribution, which underpins this form of regression. Finally, implement your own logistic regression algorithm.

Multiple logistic regression

Visualizing multiple explanatory variables

Logistic regression with 2 explanatory variables

Logistic regression prediction

Confusion matrix

The logistic distribution

Cumulative distribution function

Inverse cumulative distribution function

binomial family argument

Logistic distribution parameters

How logistic regression works

Likelihood & log-likelihood

Logistic regression algorithm

Congratulations

Iniciar Capítulo

Regresión intermedia en R

Curso
completo

Obtener certificado de logros

Añade esta certificación a tu perfil de LinkedIn o a tu currículum.
Compártelo en redes sociales y en tu evaluación de desempeño.Inscríbete Ahora

¡Únete a 19 millones de estudiantes y empieza Regresión intermedia en R hoy mismo!

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.