Corso
Introduzione alla regressione con statsmodels in Python
IntermedioLivello di competenza
Aggiornato 06/2026
PythonProbability & Statistics4 h14 video53 Esercizi4,150 XP60,273Attestato di conseguimento
Crea il tuo account gratuito
Continua con GoogleMostra più opzionio
Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.
Preferito dagli studenti di migliaia di aziende
Formare un team?
Prova per il BusinessDescrizione del corso
Usa Python statsmodels per la regressione lineare e logistica
La regressione lineare e la regressione logistica sono due dei modelli statistici più usati. Funzionano come chiavi universali, svelando i segreti nascosti nei tuoi dati. In questo corso imparerai come fare semplici regressioni lineari e logistiche.Attraverso esercizi pratici, esplorerai le relazioni tra le variabili in set di dati reali, tra cui richieste di risarcimento per assicurazioni auto, prezzi delle case a Taiwan, dimensioni dei pesci e altro ancora.
Scopri come fare previsioni e valutare l'adeguatezza dei modelli
Inizierai questo corso di 4 ore scoprendo cos'è la regressione e come si differenziano la regressione lineare e quella logistica, imparando come applicarle entrambe. Poi, imparerai come usare i modelli di regressione lineare per fare previsioni sui dati e capire gli oggetti del modello.Man mano che vai avanti, imparerai a capire quanto il tuo modello è adatto e quanto il tuo modello di regressione lineare funziona bene. Infine, approfondirai i modelli di regressione logistica per fare previsioni su dati reali.
Impara le basi dell'analisi di regressione in Python
Alla fine di questo corso, saprai come fare previsioni dai tuoi dati, capire quanto va bene un modello e individuare i problemi con l'adattamento del modello. Capirai come usare Python statsmodels per l'analisi di regressione e potrai mettere in pratica queste competenze su set di dati reali.Prerequisiti
Introduction to Data Visualization with SeabornIntroduction to Statistics in Python1
Modellazione di regressione lineare semplice
Imparerai le basi di questo modello statistico molto diffuso, che cos’è la regressione e in cosa differiscono regressione lineare e logistica. Poi vedrai come stimare modelli di regressione lineare semplice con variabili esplicative numeriche e categoriche e come descrivere la relazione tra variabile risposta ed esplicative usando i coefficienti del modello.
2
Previsioni e oggetti modello
In questo capitolo scoprirai come usare modelli di regressione lineare per fare previsioni sui prezzi delle case a Taiwan e sui clic degli annunci Facebook. Farai anche un passo avanti con la regressione lavorando con gli oggetti modello, capendo il concetto di "regressione verso la media" e imparando a trasformare variabili in un insieme di dati.
3
Valutare l’adattamento del modello
In questo capitolo imparerai come interrogare il tuo modello per valutarne l’adattamento. Vedrai come quantificare quanto bene si adatta un modello di regressione lineare, diagnosticare problemi del modello con visualizzazioni e comprendere la leva e l’influenza di ciascuna osservazione nella costruzione del modello.
4
Modellazione di regressione logistica semplice
Impara a stimare modelli di regressione logistica. Con dati reali, prevederai la probabilità che un cliente chiuda il proprio conto bancario come probabilità di successo e odds, e quantificherai le prestazioni del modello usando le matrici di confusione.
Introduzione alla regressione con statsmodels in Python
Corso completato
Ottieni Attestato di conseguimento
Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CVCondividila sui social e nella valutazione delle tue performanceIscriviti ora
Unisciti a oltre 19 milioni di studenti e inizia Introduzione alla regressione con statsmodels in Python oggi!
Crea il tuo account gratuito
Continua con GoogleMostra più opzionio
Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.
Aumenta le tue competenze sui dati con l'app di DataCamp
Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.