Last chance: 50% off unlimited learning
Sale ends in
Kurs Açıklaması
Daha önce hem istatistiksel çıkarımın hem de doğrusal modellerin temellerini öğrendin; şimdi sırada bunları bir araya getirmek var. Bu kurs, farklı örneklemlerin nasıl farklı doğrusal modeller üretebileceğini düşünme fırsatı verir; hedefin altta yatan anakütle modelini anlamaktır. Tahmin edilen doğrusal modelden, etki büyüklüğü için aralık tahminleri oluşturmayı ve etkinin anlamlı olup olmadığını belirlemeyi öğreneceksin. Tepki değişkeni için öngörü aralıkları, ortalama tepki tahminleriyle karşılaştırılacak. Kurs boyunca dplyr ve ggplot2 paketleriyle daha fazla pratik yapacak ve modelleri derlemek (tidy) için broom paketini öğreneceksin; bu üç paketin de veri bilimi için değeri büyüktür.
Ön Koşullar
Müfredat
Kurs planı
1
Çıkarımsal fikirler
İlk bölümde, bir regresyon modeli üzerinde neden ve nasıl çıkarımsal (yalnızca betimsel değil) analiz yapılacağını anlayacaksın.
- Regresyon doğrularındaki değişkenlik50 XP
- Regresyon çıktısı: örnek I100 XP
- İlk rassal örneklem, ikinci rassal örneklem100 XP
- Çizgileri üst üste bindir100 XP
- Araştırma sorusu50 XP
- Regresyon hipotezi50 XP
- Katsayıların değişkenliği50 XP
- Orijinal anakütle - örneklem büyüklüğünü değiştir100 XP
- Varsayımsal anakütle - doğrunun etrafında daha az değişkenlik100 XP
- Varsayımsal anakitle - x yönünde daha az değişkenlik100 XP
- Katsayıların değişkenliğini ne etkiler?50 XP
2
Eğim parametresi için benzetim temelli çıkarım
Bu bölümde, regresyon modelleri için benzetim yöntemlerini kullanarak örnekleme dağılımı fikirlerini öğreneceksin.
3
Eğim Parametresi İçin t-Temelli Çıkarım
Bu bölümde, doğrusal regresyon modellerinde çıkarım yapmak için t-dağılımını nasıl kullanacağını öğreneceksin. Ayrıca tepki değişkeni için öngörü aralıklarını nasıl oluşturacağını da öğreneceksin.
4
Doğrusal regresyonda teknik koşullar
Ek olarak, doğrusal modelleri daha büyük bir anakütle hakkında çıkarım yapmak için kullanırken önemli olan teknik koşulları ele alacaksın.
5
Basit Doğrusal Regresyonda Çıkarım Üzerine İnşa Etmek
Bu bölüm, çoklu doğrusal bağlantı (multicollinearity) ve çoklu regresyon modelleri için çıkarım gibi, doğrusal modellerde çıkarımın temel fikirleri üzerine inşa edilen konuları kapsar.
R
R'de Doğrusal Regresyon için Çıkarım
Kurs
Tamamlandı
