700+ courses, half price
Kurs Açıklaması
Doğrusal regresyon istatistiklerin bel kemiğidir, ancak bazı karmaşık veri türlerini kaldıramaz. Genelleştirilmiş doğrusal model (GLM), doğrusal regresyonu genişleterek binom ve sayım verileri gibi normal olmayan dağılımları da kapsar. Bu kurs boyunca, R'de GLM'leri araç setine ekleyerek veri bilimi becerilerini genişleteceksin. GLM'leri öğrenirken, binom verilerini lojistik regresyonla ve sayım verilerini Poisson regresyonla nasıl modele edeceğini göreceksin. Ayrıca bu sonuçları nasıl yorumlayacağını ve ggplot2 ile nasıl görselleştireceğini de öğreneceksin.
Ön Koşullar
Müfredat
Kurs planı
1
Regresyon araç kutuna bir uzantı: GLM'ler
Bu bölüm, genelleştirilmiş doğrusal modellerin veri bilimi araç kutundaki diğer modellerin bir uzantısı olduğunu öğretiyor. Ayrıca GLM'leri tanıtmak için Poisson regresyonunu kullanıyor.
- Doğrusal modellerin sınırlamaları50 XP
- Doğrusal modellerin varsayımları50 XP
- Doğrusal model kurmaya kısa bir hatırlatma100 XP
- Poisson regresyonu50 XP
- R'de Poisson regresyonu kurma100 XP
- Lineer ve Poisson regresyonunu karşılaştırma100 XP
- Kesişimler—karşılaştırmalar ve ortalamalar100 XP
- glm() ile temel lm() fonksiyonları50 XP
- glm üzerinde summary(), print() ve tidy() uygulama100 XP
- glm() içinden katsayıları çıkarmak100 XP
- glm() ile tahmin100 XP
2
Lojistik Regresyon
Bu bölüm, bir lojistik regresyonu çalıştırmayı ve model çıktılarının incelenmesini kapsar.
3
GLM'leri yorumlama ve görselleştirme
Bu bölüm, GLM katsayılarını yorumlamayı ve ggplot2 kullanarak GLM'leri çizmeyi öğretir.
4
GLM'lerle çoklu regresyon
Bu bölümde, R'de GLM'lerle çoklu regresyon yapmayı öğreneceksin.
R
R'de Genelleştirilmiş Doğrusal Modeller
Kurs
Tamamlandı
