Build your ultimate AI agent
कोर्स विवरण
पहले आपने सांख्यिकीय इनफ़ेरेंस और लीनियर मॉडल्स दोनों की बुनियाद सीखी थी; अब अगला कदम है इन्हें साथ में लागू करना। यह कोर्स आपको सोचने का मौका देता है कि अलग-अलग सैंपल किस तरह अलग लीनियर मॉडल दे सकते हैं, जबकि आपका लक्ष्य आधारभूत पॉपुलेशन मॉडल को समझना है। अनुमानित लीनियर मॉडल से, आप इफ़ेक्ट साइज के लिए इंटरवल एस्टिमेट बनाना सीखेंगे और यह भी तय करना सीखेंगे कि इफ़ेक्ट महत्वपूर्ण है या नहीं। रिस्पॉन्स वैरिएबल के लिए प्रेडिक्शन इंटरवल्स की तुलना औसत रिस्पॉन्स के एस्टिमेट्स से की जाएगी। पूरे कोर्स में, आप dplyr और ggplot2 पैकेजों का और अभ्यास करेंगे, और मॉडल्स को टायडी करने के लिए broom पैकेज के बारे में जानेंगे; ये तीनों पैकेज डेटा साइंस में बेहद उपयोगी हैं।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
इनफ़ेरेंशियल आइडियाज़
पहले अध्याय में, आप समझेंगे कि रिग्रेशन मॉडल पर केवल विवरणात्मक नहीं, बल्कि इनफ़ेरेंशियल विश्लेषण क्यों और कैसे किया जाता है।
- Regression लाइनों में परिवर्तनशीलता50 XP
- Regression आउटपुट: उदाहरण I100 XP
- पहला रैंडम सैंपल, दूसरा रैंडम सैंपल100 XP
- रेखाएँ एक-दूसरे पर चढ़ाकर दिखाएँ100 XP
- शोध प्रश्न50 XP
- Regression हाइपोथेसिस50 XP
- कोएफ़िशिएंट्स की परिवर्तनशीलता50 XP
- मूल जनसंख्या — सैंपल साइज़ बदलें100 XP
- काल्पनिक population - रेखा के आसपास कम variability100 XP
- परिकल्पित population - x दिशा में कम variability100 XP
- गुणांकों की परिवर्तनशीलता को क्या बदलता है?50 XP
2
स्लोप पैरामीटर के लिए सिमुलेशन-आधारित इनफ़ेरेंस
इस अध्याय में आप सैंपलिंग डिस्ट्रीब्यूशन के आइडियाज़ को, रिग्रेशन मॉडल्स के लिए सिमुलेशन मेथड्स का उपयोग करके, सीखेंगे।
3
t-आधारित इनफ़ेरेंस: स्लोप पैरामीटर के लिए
इस अध्याय में आप सीखेंगे कि लिनियर रिग्रेशन मॉडल्स में इनफ़ेरेंस करने के लिए t-distribution का उपयोग कैसे किया जाता है। आप रिस्पॉन्स वैरिएबल के लिए प्रेडिक्शन इंटरवल्स बनाना भी सीखेंगे।
4
लिनियर रिग्रेशन में तकनीकी शर्तें
इसके अलावा, आप वे तकनीकी शर्तें भी देखें گے जो लिनियर मॉडल्स का उपयोग कर बड़ी पॉपुलेशन के बारे में दावे करते समय महत्वपूर्ण होती हैं।
5
सिंपल लिनियर रिग्रेशन में इनफ़ेरेंस पर आगे बढ़ना
यह अध्याय लिनियर मॉडल्स में इनफ़ेरेंस के मूल विचारों पर आगे बढ़ते हुए विषयों को कवर करता है, जिनमें मल्टीकोलिनियरिटी और मल्टिपल रिग्रेशन मॉडल्स के लिए इनफ़ेरेंस शामिल हैं।
R
R में Linear Regression के लिए Inference
कोर्स
पूरा

