Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Shoebur RahmanSpesialis Pengadaan, Giz Bangladesh
Deskripsi Kursus
Sebelumnya, Anda telah mempelajari dasar-dasar inferensi statistik dan model linear; kini, langkah berikutnya adalah menggabungkannya. Kursus ini memberi Anda kesempatan untuk memikirkan bagaimana sampel yang berbeda dapat menghasilkan model linear yang berbeda, dengan tujuan memahami model populasi yang mendasarinya. Dari model linear yang diestimasi, Anda akan mempelajari cara membuat estimasi interval untuk ukuran efek serta menentukan apakah efek tersebut signifikan. Interval prediksi untuk variabel respons akan diperbandingkan dengan estimasi respons rata-rata. Sepanjang kursus, Anda akan semakin mahir menggunakan paket dplyr dan ggplot2, serta mempelajari paket broom untuk merapikan model; ketiga paket ini sangat berharga dalam data science.
Prasyarat
Kurikulum
Ringkasan kursus
1
Gagasan inferensial
Pada bab pertama, Anda akan memahami bagaimana dan mengapa melakukan analisis inferensial (bukan hanya deskriptif) pada sebuah model regresi.
- Variasi pada garis regresi50 XP
- Keluaran regresi: contoh I100 XP
- Sampel acak pertama, sampel acak kedua100 XP
- Menumpangtindihkan garis100 XP
- Pertanyaan riset50 XP
- Hipotesis regresi50 XP
- Variabilitas koefisien50 XP
- Populasi asli - ubah ukuran sampel100 XP
- Populasi hipotetis - variabilitas di sekitar garis lebih kecil100 XP
- Populasi hipotetik - variabilitas lebih kecil pada arah x100 XP
- Apa yang mengubah variabilitas koefisien?50 XP
2
Inferensi berbasis simulasi untuk parameter kemiringan
Dalam bab ini Anda akan mempelajari konsep distribusi penarikan contoh menggunakan metode simulasi untuk model regresi.
3
Inferensi berbasis t untuk parameter kemiringan
Dalam bab ini Anda akan mempelajari cara menggunakan distribusi t untuk melakukan inferensi pada model regresi linear. Anda juga akan mempelajari cara membuat interval prediksi untuk variabel respons.
4
Kondisi teknis dalam regresi linear
Selain itu, Anda akan meninjau kondisi teknis yang penting ketika menggunakan model linear untuk membuat klaim tentang populasi yang lebih luas.
5
Mengembangkan inferensi pada regresi linear sederhana
Bab ini membahas topik-topik yang mengembangkan gagasan dasar inferensi pada model linear, termasuk multikolinearitas dan inferensi untuk model regresi berganda.
R
Inferensi untuk Regresi Linear di R
Kursus
Selesai
