Lewati ke konten utama

Kursus

Pengantar Regresi di R

MenengahTingkat Keterampilan

Diperbarui 08/2024

Prediksi harga properti dan tingkat klik iklan dengan menerapkan, menganalisis, dan menafsirkan analisis regresi menggunakan R.

Mulai Kursus Gratis

RProbability & Statistics

4 jam

14 videos

52 Latihan

4,050 XP

77,251

Pernyataan Pencapaian

Dipercaya oleh para pelajar di ribuan perusahaan

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Regresi linear dan regresi logistik adalah dua model statistik yang paling banyak digunakan dan berfungsi seperti kunci utama yang membuka rahasia tersembunyi dalam himpunan data. Dalam kursus ini, Anda akan mempelajari keterampilan yang diperlukan untuk memasangkan regresi linear dan logistik sederhana. Melalui latihan praktik, Anda akan menelusuri hubungan antarvariabel dalam himpunan data dunia nyata, termasuk klaim asuransi kendaraan bermotor, harga rumah di Taiwan, ukuran ikan, dan lainnya. Di akhir kursus, Anda akan memahami cara membuat prediksi dari data Anda, mengukur kinerja model, dan mendiagnosis masalah pada kecocokan model.

Persyaratan

Introduction to Data Visualization with ggplot2 Introduction to Statistics in R

1

Regresi Linear Sederhana

Anda akan mempelajari dasar-dasar model statistik populer ini, apa itu regresi, dan bagaimana perbedaan antara regresi linear dan regresi logistik. Selanjutnya, Anda akan belajar memasangkan model regresi linear sederhana dengan variabel penjelas numerik dan kategorikal, serta bagaimana menggambarkan hubungan antara variabel respons dan variabel penjelas menggunakan koefisien model.

Kisah dua variabel

Manakah variabel responsnya?

Memvisualisasikan dua variabel

Mengepaskan regresi linear

Perkirakan intersep

Perkirakan kemiringan (slope)

Regresi linear dengan lm()

Variabel penjelas kategorikal

Memvisualisasikan numerik vs. kategorial

Menghitung rataan per kategori

lm() dengan variabel penjelas kategorikal

2

Prediksi dan objek model

Di bab ini, Anda akan mempelajari cara menggunakan model regresi linear untuk membuat prediksi terhadap harga rumah di Taiwan dan klik iklan Facebook. Anda juga akan meningkatkan keterampilan regresi saat Anda berlatih dengan objek model, memahami konsep "regression to the mean", dan mempelajari cara mentransformasikan variabel dalam sebuah himpunan data.

Membuat prediksi

Memprediksi harga rumah

Memvisualisasikan prediksi

Batasan prediksi

Bekerja dengan objek model

Mengekstrak elemen model

Memprediksi harga rumah secara manual

Menggunakan broom

Regresi ke rerata

Memplot imbal hasil portofolio berurutan

Memodelkan return berurutan

Mentransformasikan variabel

Mentransformasi variabel penjelas

Mentransformasi variabel respon juga

3

Menilai kecocokan model

Di bab ini, Anda akan belajar bagaimana mengajukan pertanyaan pada model Anda untuk menilai kecocokan. Anda akan mempelajari cara mengukur seberapa baik kecocokan model regresi linear, mendiagnosis masalah model menggunakan visualisasi, serta memahami leverage dan pengaruh dari setiap observasi yang digunakan untuk membangun model.

Mengkuantifikasi kecocokan model

Koefisien determinasi

Residual standard error

Memvisualisasikan kecocokan model

Residual versus nilai taksiran

Plot Q-Q dari residual

Scale-location

Membuat plot diagnostik

Pencilan, leverage, dan pengaruh

Pengaruh (Influence)

Mengekstrak leverage dan pengaruh

4

Regresi logistik sederhana

Pelajari cara memasangkan model regresi logistik. Dengan menggunakan data dunia nyata, Anda akan memprediksi kemungkinan nasabah menutup rekening bank mereka sebagai probabilitas keberhasilan dan rasio odds, serta mengukur kinerja model menggunakan confusion matrix.

Mengapa Anda memerlukan regresi logistik

Mengeksplorasi variabel penjelas

Memvisualisasikan model linear dan logistik

Regresi logistik dengan glm()

Prediksi dan rasio odds

Probabilitas

Hasil yang paling mungkin

Log odds ratio

Mengukur kecocokan regresi logistik

Menghitung confusion matrix

Mengukur kinerja model logistik

Akurasi, sensitivitas, spesifisitas

Pengantar Regresi di R

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang

Bergabung dengan 19 juta pelajar dan mulai Pengantar Regresi di R Hari Ini!

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.