Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Znasz już podstawy wnioskowania statystycznego i modeli liniowych – czas połączyć te dwa obszary. Ten kurs pozwoli ci przemyśleć, w jaki sposób różne próbki mogą prowadzić do różnych modeli liniowych, gdy celem jest zrozumienie modelu dla całej populacji. Na podstawie oszacowanego modelu liniowego nauczysz się tworzyć przedziały ufności dla wielkości efektu oraz sprawdzać, czy efekt jest istotny statystycznie. Przedziały predykcji dla zmiennej odpowiedzi zostaną zestawione z estymacją średniej odpowiedzi. Przez cały kurs będziesz ćwiczyć pracę z pakietami dplyr i ggplot2, a także poznasz pakiet broom służący do porządkowania modeli – wszystkie trzy są niezastąpione w data science.
Wymagania wstępne
Program nauczania
Plan kursu
1
Podstawy wnioskowania
W pierwszym rozdziale zrozumiesz, jak i dlaczego warto przeprowadzać analizę wnioskującą (a nie tylko opisową) na modelu regresji.
- Zmienność prostych regresji50 XP
- Wyniki regresji: przykład I100 XP
- Pierwsza losowa próbka, druga losowa próbka100 XP
- Nałóż linie na wykres100 XP
- Pytanie badawcze50 XP
- Hipoteza regresji50 XP
- Zmienność współczynników50 XP
- Oryginalna populacja – zmiana rozmiaru próby100 XP
- Hipotetyczna populacja – mniejsza zmienność wokół prostej100 XP
- Hipotetyczna populacja – mniejsza zmienność w kierunku x100 XP
- Co wpływa na zmienność współczynników?50 XP
2
Wnioskowanie symulacyjne dla parametru nachylenia
W tym rozdziale poznasz koncepcję rozkładu próbkowego, korzystając z metod symulacyjnych dla modeli regresji.
3
Wnioskowanie oparte na rozkładzie t dla parametru nachylenia
W tym rozdziale nauczysz się, jak używać rozkładu t do wnioskowania w modelach regresji liniowej. Poznasz też sposób tworzenia przedziałów predykcji dla zmiennej odpowiedzi.
4
Założenia techniczne w regresji liniowej
Omówimy również założenia techniczne, które są istotne przy stosowaniu modeli liniowych do wnioskowania o szerszej populacji.
5
Rozwijanie wnioskowania w prostej regresji liniowej
Ten rozdział obejmuje zagadnienia rozwijające podstawowe idee wnioskowania w modelach liniowych – w tym współliniowość oraz wnioskowanie w modelach regresji wielokrotnej.
R
Wnioskowanie w regresji liniowej w R
Kurs
ukończony
