Regresión intermedia en R
Aprende a realizar regresión lineal y logística con múltiples variables explicativas.
Comience El Curso Gratis4 horas14 vídeos50 ejercicios25.247 aprendicesDeclaración de cumplimiento
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.¿Entrenar a 2 o más personas?
Pruebe DataCamp para empresasPreferido por estudiantes en miles de empresas
Descripción del curso
La regresión lineal y la regresión logística son los dos modelos estadísticos más utilizados y actúan como llaves maestras, desvelando los secretos ocultos en los conjuntos de datos. Este curso se basa en los conocimientos adquiridos en "Introducción a la regresión en R", y abarca la regresión lineal y logística con múltiples variables explicativas. Mediante ejercicios prácticos, explorarás las relaciones entre variables en conjuntos de datos del mundo real, los precios de la vivienda en Taiwán y la modelización de la rotación de clientes, entre otros. Al final de este curso, sabrás cómo incluir múltiples variables explicativas en un modelo, comprenderás cómo las interacciones entre variables afectan a las predicciones y entenderás cómo funcionan la regresión lineal y logística.
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Científico de machine learning in R
Ir a la pistaEstadístico in R
Ir a la pista- 1
Pendientes paralelas
GratuitoAmplía tus conocimientos de regresión lineal a la regresión de "pendientes paralelas", con una variable explicativa numérica y otra categórica. Este es el primer paso para conquistar la regresión lineal múltiple.
Regresión lineal de pendientes paralelas50 xpAjuste de una regresión lineal de pendientes paralelas100 xpInterpretar los coeficientes de las pendientes paralelas100 xpVisualización de cada variable explicativa100 xpVisualizar pendientes paralelas100 xpPredecir pendientes paralelas50 xpPredicción con un modelo de pendientes paralelas100 xpCalcular manualmente las predicciones100 xpEvaluar el rendimiento del modelo50 xpComparación de los coeficientes de determinación100 xpComparación del error típico residual100 xp - 2
Interacciones
Explora el efecto de las interacciones entre las variables explicativas. Considerar las interacciones permite obtener modelos más realistas que pueden tener un mejor poder predictivo. También te enfrentarás a la paradoja de Simpson: un resultado no intuitivo que surge cuando tienes múltiples variables explicativas.
Modelos para cada categoría50 xpUn modelo por categoría100 xpPredicción de modelos múltiples100 xpVisualizar varios modelos100 xpEvaluar el rendimiento del modelo100 xpUn modelo con una interacción50 xpEspecificar una interacción100 xpInteracciones con coeficientes comprensibles100 xpHacer predicciones con interacciones50 xpPredecir con interacciones100 xpCálculo manual de predicciones con interacciones100 xpLa paradoja de Simpson50 xpModelar subastas de eBay100 xpModelización de cada tipo de subasta100 xp - 3
Regresión lineal múltiple
Observa cómo la modelización, y la regresión lineal en particular, facilitan el trabajo con más de dos variables explicativas. Una vez que domines el ajuste de modelos de regresión lineal, podrás poner en práctica tu propio algoritmo de regresión lineal.
Dos variables explicativas numéricas50 xpVisualizaciones 3D100 xpModelización de 2 variables explicativas numéricas100 xpIncluir una interacción100 xpMás de 2 variables explicativas50 xpVisualizar muchas variables100 xpDiferentes niveles de interacción100 xpPredecir de nuevo100 xpCómo funciona la regresión lineal50 xpLa suma de cuadrados50 xpAlgoritmo de regresión lineal100 xp - 4
Regresión logística múltiple
Amplía tus conocimientos de regresión logística a variables explicativas múltiples. Comprende la distribución logística, en la que se basa esta forma de regresión. Por último, aplica tu propio algoritmo de regresión logística.
Regresión logística múltiple50 xpVisualización de múltiples variables explicativas100 xpRegresión logística con 2 variables explicativas100 xpPredicción por regresión logística100 xpMatriz de confusión100 xpLa distribución logística50 xpFunción de distribución acumulativa100 xpFunción de distribución acumulativa inversa100 xpargumento de la familia binomial100 xpParámetros de la distribución logística50 xpCómo funciona la regresión logística50 xpProbabilidad y log-verosimilitud50 xpAlgoritmo de regresión logística100 xp¡Enhorabuena!50 xp
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Científico de machine learning in R
Ir a la pistaEstadístico in R
Ir a la pistacolaboradores
Audio grabado por
requisitos previos
Introduction to Regression in RRichie Cotton
Ver MásData Evangelist at DataCamp
¿Qué tienen que decir otros alumnos?
¡Únete a 14 millones de estudiantes y empieza Regresión intermedia en R hoy mismo!
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.