After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
이 강의는 선형 회귀에서 기울기와 절편을 복습한 뒤, 랜덤 효과로 넘어갑니다. 랜덤 효과가 무엇인지, 그리고 이를 사용해 데이터를 어떻게 모델링하는지 배우게 됩니다. 다음으로 선형 혼합 효과 회귀를 다룹니다. 이 강력한 모형을 사용하면 표준 선형 회귀보다 더 복잡한 구조의 데이터를 탐색할 수 있습니다. 이어서 일반화 선형 혼합 효과 회귀를 학습합니다. 일반화 선형 혼합 효과 모형을 사용하면 이진 반응과 계수형 데이터 등 더 다양한 데이터를 모델링할 수 있습니다. 마지막으로 반복 측정을 혼합 효과 모델링의 특수한 경우로 살펴봅니다. 반복 측정 데이터는 동일한 대상자를 시간에 따라 추적하며 일정 간격으로 측정값을 수집할 때 나타납니다. 강의 전반에 걸쳐 실제 데이터를 사용해 혼합 효과 모형으로 흥미로운 질문에 답해 봅니다.
사전 요구 사항
커리큘럼
코스 개요
1
계층 및 혼합 모형 개요와 소개
1장에서는 혼합 효과를 사용해야 하는 상황의 예를 제시하고, 회귀의 구성 요소를 설명합니다. 또한 중첩 구조를 가진 학생 시험 점수 데이터를 통해 혼합 효과를 시연합니다.
2
선형 혼합 효과 모형
이 장은 선형 혼합 효과 모형을 소개합니다. 다양한 유형의 랜덤 효과를 다루고, 선형 혼합 효과 모형의 결과를 해석하는 방법을 설명하며, 메릴랜드 범죄 데이터를 사용해 혼합 효과 모형에서의 통계적 추론 방법을 살펴봅니다.
3
일반화 선형 혼합 효과 모형
이 장은 일반화 선형 혼합 효과 모형을 사용해 비정규 오차항을 포함하도록 선형 혼합 효과 모형을 확장합니다. 모형에 비정규 오차항을 포함하도록 바꾸면 비선형 반응을 가진 더 다양한 데이터를 모델링할 수 있습니다. 일반화 선형 모형을 복습한 뒤, 혼합 효과 모형의 맥락에서 이항 데이터와 계수형 데이터를 살펴봅니다.
4
반복 측정
이 장은 반복 측정 분석이 혼합 효과 모델링의 특수한 경우임을 보여 줍니다. 먼저 대응표본 t-검정과 반복 측정 ANOVA를 복습합니다. 다음으로 선형 혼합 효과 모형을 사용해 수면 연구 데이터를 살펴봅니다. 마지막으로 일반화 선형 혼합 효과 모형을 사용해 시간에 따른 뉴욕주의 증오 범죄 데이터를 분석합니다.
R
R로 배우는 계층 및 혼합 효과 모형
코스
완료
