Saltar al contenido principal
InicioPythonIntermediate Regression with statsmodels in Python

Intermediate Regression with statsmodels in Python

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

Comience El Curso Gratis
4 Horas14 Videos52 Ejercicios
9333 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. In this course, you’ll build on the skills you gained in "Introduction to Regression in Python with statsmodels", as you learn about 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, discover 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.

En las siguientes pistas

Fundamentos de Estadística con Python

Ir a la pista
  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
    Visualizing parallel slopes model predictions
    100 xp
    Manually calculating predictions
    100 xp
    Assessing model performance
    50 xp
    Comparing coefficients of determination
    100 xp
    Comparing residual standard error
    100 xp
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

En las siguientes pistas

Fundamentos de Estadística con Python

Ir a la pista

Sets De Datos

Ad conversionCustomer churnTaiwan real estateFish measurement dataeBay auctions

Colaboradores

Collaborator's avatar
Richie Cotton
Collaborator's avatar
Maggie Matsui
Collaborator's avatar
Amy Peterson
Maarten Van den Broeck HeadshotMaarten Van den Broeck

Senior Content Developer at DataCamp

Ver Mas

¿Qué tienen que decir otros alumnos?

¡Únete a 13 millones de estudiantes y empieza Intermediate Regression with statsmodels in Python hoy mismo!

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.