これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
Linear regression と logistic regression は最も広く使われる統計モデルで、データセットに隠れた関係を解き明かす強力な鍵です。本コースは「Introduction to Regression in R」で身につけたスキルを土台に、複数の説明変数を用いた線形回帰とロジスティック回帰を扱います。ハンズオン演習を通して、台湾の住宅価格や顧客解約（churn）モデルなどの実データで変数間の関係を探ります。コース修了時には、モデルに複数の説明変数を組み込む方法、変数間の相互作用が予測に与える影響、そして線形回帰とロジスティック回帰の仕組みを理解できるようになります。
前提条件
カリキュラム
コース概要
1
平行スロープ
数値変数1つとカテゴリ変数1つを用いる「平行スロープ」回帰へと線形回帰のスキルを拡張します。これは重回帰（線形）を習得するための最初のステップです。
2
相互作用
説明変数間の相互作用の効果を探ります。相互作用を考慮すると、より現実的で予測力の高いモデルになります。さらに、複数の説明変数があるときに生じうる直感に反する結果、Simpsonのパラドックスにも対処します。
3
重回帰（線形）
とくに線形回帰では、2つを超える説明変数を扱うことが容易であることを確認します。線形回帰モデルの当てはめをマスターしたら、自分自身の線形回帰アルゴリズムを実装してみましょう。
4
多変量ロジスティック回帰
ロジスティック回帰のスキルを複数の説明変数へと拡張します。この回帰を支える logistic 分布を理解しましょう。最後に、自分自身のロジスティック回帰アルゴリズムを実装します。
R
Rで学ぶ中級回帰分析
コース修了
