Build your ultimate AI agent
Deskripsi Kursus
Regresi linear adalah andalan dalam statistika, tetapi tidak mampu menangani beberapa jenis data yang lebih kompleks. Model linear tergeneralisasi (GLM) memperluas regresi linear untuk mencakup sebaran non-normal termasuk data binomial dan data cacah. Sepanjang kursus ini, Anda akan memperluas perangkat data science Anda untuk mencakup GLM di R. Sebagai bagian dari pembelajaran GLM, Anda akan mempelajari cara menyesuaikan model untuk data binomial dengan regresi logistik dan data cacah dengan regresi Poisson. Anda juga akan belajar cara memahami hasil tersebut dan memvisualisasikannya dengan ggplot2.
Prasyarat
Kurikulum
Garis besar kursus
1
GLM, perluasan kotak peralatan regresi Anda
Bab ini mengajarkan bahwa model linear tergeneralisasi merupakan perluasan dari model lain dalam kotak peralatan data science Anda. Bab ini juga menggunakan regresi Poisson untuk memperkenalkan model linear tergeneralisasi.
- Keterbatasan model linear50 XP
- Asumsi model linear50 XP
- Ulangan singkat memasangkan model linear100 XP
- Regresi Poisson50 XP
- Menerapkan regresi Poisson di R100 XP
- Membandingkan regresi linear dan Poisson100 XP
- Perbandingan intersep versus rataan100 XP
- Fungsi dasar lm() dengan glm()50 XP
- Menerapkan summary(), print(), dan tidy() pada glm100 XP
- Mengekstrak koefisien dari glm()100 XP
- Memprediksi dengan glm()100 XP
2
Regresi Logistik
Bab ini membahas menjalankan regresi logistik dan menelaah Hasil model.
3
Menafsirkan dan memvisualisasikan GLM
Bab ini mengajarkan Anda tentang menafsirkan koefisien GLM dan memplot GLM menggunakan ggplot2.
4
Regresi berganda dengan GLM
Dalam bab ini, Anda akan mempelajari cara melakukan regresi berganda dengan GLM di R.
R
Model Linear Tergeneralisasi di R
Kursus
Selesai
