After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Regresia liniară și regresia logistică sunt cele mai utilizate două modele statistice și funcționează ca niște chei universale, dezvăluind secretele ascunse în seturi de date. În acest curs, vei dobândi competențele necesare pentru a ajusta regresii liniare și logistice simple. Prin exerciții practice, vei explora relațiile dintre variabile în seturi de date reale, inclusiv date despre asigurări auto, prețuri ale locuințelor din Taiwan, dimensiuni ale peștilor și altele. La finalul cursului, vei ști cum să faci predicții din datele tale, să cuantifici performanța modelului și să diagnostichezi problemele de ajustare.
Cerințe prealabile
Curriculum
Structura cursului
1
Regresia liniară simplă
Vei învăța elementele de bază ale acestui model statistic popular: ce este regresia și cum diferă regresia liniară de cea logistică. Vei afla apoi cum să ajustezi modele de regresie liniară simplă cu variabile explicative numerice și categoriale și cum să descrii relația dintre variabila răspuns și variabilele explicative folosind coeficienții modelului.
- Povestea a două variabile50 XP
- Care este variabila răspuns?50 XP
- Vizualizarea a două variabile100 XP
- Ajustarea unei regresii liniare50 XP
- Estimează interceptul50 XP
- Estimează panta50 XP
- Regresie liniară cu lm()100 XP
- Variabile explicative categorice50 XP
- Vizualizarea unei variabile numerice față de una categorială100 XP
- Calcularea mediilor pe categorii100 XP
- lm() cu o variabilă explicativă categorială100 XP
2
Predicții și obiecte de model
În acest capitol, vei descoperi cum să folosești modele de regresie liniară pentru a face predicții privind prețurile locuințelor din Taiwan și clicurile pe reclame Facebook. Îți vei extinde totodată competențele de regresie lucrând direct cu obiecte de model, înțelegând conceptul de „regresie spre medie" și învățând cum să transformi variabilele dintr-un set de date.
3
Evaluarea ajustării modelului
În acest capitol, vei învăța cum să evaluezi ajustarea modelului tău. Vei afla cum să cuantifici cât de bine se ajustează un model de regresie liniară, cum să diagnostichezi problemele modelului prin vizualizări și cum să înțelegi efectul de pârghie și influența fiecărei observații folosite pentru construirea modelului.
4
Regresia logistică simplă
Învață să ajustezi modele de regresie logistică. Folosind date reale, vei prezice probabilitatea ca un client să își închidă contul bancar, exprimată ca probabilități de succes și rapoarte de cote, și vei cuantifica performanța modelului folosind matrici de confuzie.
R
Introducere în Regresia în R
Curs
finalizat
