Saltar al contenido principal
InicioRIntermediate Regression in R

Intermediate Regression in R

Learn to perform linear and logistic regression with multiple explanatory variables.

Comience El Curso Gratis
4 Horas14 Videos50 Ejercicios
22.660 AprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Linear regression and logistic regression are the two most widely used statistical models and act like master keys, unlocking the secrets hidden in datasets. This course builds on the skills you gained in "Introduction to Regression in R", covering linear and logistic regression with multiple explanatory variables. Through hands-on exercises, you’ll explore the relationships between variables in real-world datasets, Taiwan house prices and customer churn modeling, and more. By the end of this course, you’ll know how to include multiple explanatory variables in a model, understand how interactions between variables affect predictions, and understand how linear and logistic regression work.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.
  1. 1

    Parallel Slopes

    Gratuito

    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.

    Reproducir Capítulo Ahora
    Parallel slopes linear regression
    50 xp
    Fitting a parallel slopes linear regression
    100 xp
    Interpreting parallel slopes coefficients
    100 xp
    Visualizing each explanatory variable
    100 xp
    Visualizing parallel slopes
    100 xp
    Predicting parallel slopes
    50 xp
    Predicting with a parallel slopes model
    100 xp
    Manually calculating predictions
    100 xp
    Assessing model performance
    50 xp
    Comparing coefficients of determination
    100 xp
    Comparing residual standard error
    100 xp
  2. 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.

    Reproducir Capítulo Ahora

En las siguientes pistas

Científico de datos asociado en RCientífico de Machine Learning con REstadístico con RFundamentos de Estadística con RAprendizaje automático supervisado en R

Colaboradores

Collaborator's avatar
Maggie Matsui
Richie Cotton HeadshotRichie Cotton

Data Evangelist at DataCamp

Ver Mas

¿Qué tienen que decir otros alumnos?

Únete a 13 millones de estudiantes y empeza Intermediate Regression in R hoy!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.