Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Shoebur RahmanSpesialis Pengadaan, Giz Bangladesh
Deskripsi Kursus
Regresi linear dan regresi logistik adalah dua model statistik yang paling luas digunakan dan berperan seperti kunci utama yang membuka rahasia tersembunyi dalam himpunan data. Kursus ini membangun keterampilan yang Anda peroleh di "Pengenalan Regresi di R", mencakup regresi linear dan logistik dengan beberapa variabel penjelas. Melalui latihan praktik, Anda akan mengeksplorasi hubungan antarvariabel dalam himpunan data dunia nyata, seperti harga rumah di Taiwan dan pemodelan churn pelanggan, dan lainnya. Di akhir kursus ini, Anda akan mengetahui cara menyertakan beberapa variabel penjelas dalam sebuah model, memahami bagaimana interaksi antarvariabel memengaruhi prediksi, serta memahami cara kerja regresi linear dan logistik.
Prasyarat
Kurikulum
Ringkasan kursus
1
Kemiringan Paralel
Perluas keterampilan regresi linear Anda ke regresi "kemiringan paralel", dengan satu variabel penjelas numerik dan satu kategorikal. Ini adalah langkah pertama menuju penguasaan regresi linear berganda.
- Regresi linear kemiringan paralel50 XP
- Menyesuaikan regresi linear dengan kemiringan paralel100 XP
- Menafsirkan koefisien kemiringan paralel100 XP
- Memvisualisasikan setiap variabel penjelas100 XP
- Memvisualisasikan kemiringan paralel100 XP
- Memprediksi kemiringan paralel50 XP
- Memprediksi dengan model kemiringan paralel100 XP
- Menghitung prediksi secara manual100 XP
- Menilai kinerja model50 XP
- Membandingkan koefisien determinasi100 XP
- Membandingkan residual standard error100 XP
2
Interaksi
Jelajahi efek interaksi antarvariabel penjelas. Mempertimbangkan interaksi memungkinkan model yang lebih realistis dan dapat memiliki daya prediksi yang lebih baik. Anda juga akan membahas Paradoks Simpson: hasil yang tidak intuitif yang muncul ketika Anda memiliki beberapa variabel penjelas.
3
Regresi Linear Berganda
Lihat bagaimana pemodelan—khususnya regresi linear—memudahkan bekerja dengan lebih dari dua variabel penjelas. Setelah Anda menguasai pemodelan regresi linear, Anda akan mengimplementasikan algoritma regresi linear Anda sendiri.
4
Regresi Logistik Berganda
Perluas keterampilan regresi logistik Anda ke beberapa variabel penjelas. Pahami distribusi logistik, yang menjadi dasar bentuk regresi ini. Terakhir, implementasikan algoritma regresi logistik Anda sendiri.
R
Regresi Tingkat Menengah di R
Kursus
Selesai
