Ana içeriğe atla

Kurs

R'da Regresyona Giriş

Orta SeviyeBeceri Seviyesi

Güncel 08.2024

R'de regresyon analizini uygulayarak, analiz ederek ve yorumlayarak konut fiyatlarını ve reklam tıklama oranını tahmin edin.

Kursa Ücretsiz Başlayın

RProbability & Statistics

4 sa

14 video

52 Egzersiz

4,050 XP

77,261

Başarı Belgesi

Binlerce şirketten öğrencinin sevgisini kazandı

Bir Ekibi Eğitiyor musunuz?

İşletmeler için deneyin

Kurs Açıklaması

Lineer regresyon ve lojistik regresyon, en yaygın kullanılan iki istatistiksel modeldir ve veri kümelerinde saklı sırları açığa çıkaran anahtarlar gibidir. Bu kursta, basit lineer ve lojistik regresyonları kurmak için gereken becerileri edineceksin. Uygulamalı egzersizlerle, motor sigortası talepleri, Tayvan konut fiyatları, balık boyutları ve daha fazlasını içeren gerçek dünya veri kümelerinde değişkenler arasındaki ilişkileri keşfedeceksin. Kursun sonunda, verilerinden tahminler yapmayı, model performansını nicelleştirmeyi ve model uyumundaki sorunları teşhis etmeyi bileceksin.

Önkoşullar

Introduction to Data Visualization with ggplot2 Introduction to Statistics in R

1

Basit Lineer Regresyon

Bu popüler istatistiksel modelin temellerini, regresyonun ne olduğunu ve lineer ile lojistik regresyonların nasıl farklılaştığını öğreneceksin. Ardından, sayısal ve kategorik açıklayıcı değişkenlerle basit lineer regresyon modelleri kurmayı ve yanıt ile açıklayıcı değişkenler arasındaki ilişkiyi model katsayılarıyla ifade etmeyi öğreneceksin.

İki değişkenin öyküsü

Hangisi tepki değişkeni?

İki değişkeni görselleştirme

Doğrusal regresyonu uydurma

Kesişimi tahmin et

Eğimi tahmin et

lm() ile doğrusal regresyon

Kategorik açıklayıcı değişkenler

Sayısal vs. kategorik görselleştirme

Kategorilere göre ortalama hesaplama

Kategorik bir açıklayıcı değişkenle lm()

Bölümü Başlat

2

Tahminler ve model nesneleri

Bu bölümde, lineer regresyon modellerini kullanarak Tayvan konut fiyatları ve Facebook reklam tıklamaları üzerinde nasıl tahmin yapacağını keşfedeceksin. Ayrıca, model nesneleriyle uygulamalı çalışarak regresyon becerilerini geliştirecek, "ortalama regresyonu" kavramını anlayacak ve bir veri kümesindeki değişkenleri nasıl dönüştüreceğini öğreneceksin.

Tahminler yapmak

Konut fiyatlarını tahmin etme

Tahminleri görselleştirme

Tahminin sınırları

Model nesneleriyle çalışmak

Model öğelerini çıkarma

Konut fiyatlarını elle tahmin etme

broom kullanma

Ortalamaya regresyon

Ardışık portföy getirilerini çizmek

Ardışık getirileri modelleme

Değişkenleri dönüştürme

Açıklayıcı değişkeni dönüştürme

Tepki değişkenini de dönüştürmek

Bölümü Başlat

3

Model uyumunun değerlendirilmesi

Bu bölümde, uyumu değerlendirmek için modeline nasıl sorular soracağını öğreneceksin. Bir lineer regresyon modelinin ne kadar iyi uyduğunu nicelleştirmeyi, görselleştirmelerle model sorunlarını teşhis etmeyi ve modeli oluşturmak için kullanılan her bir gözlemin kaldıraç ve etkisini anlamayı öğreneceksin.

Model uyumunu nicelendirme

Belirleme katsayısı

Artık standart hatası

Model uyumunu görselleştirme

Artıklar vs. uyumlu değerler

Artıkların Q-Q grafiği

Ölçek-konumu

Tanı grafikleri çizmek

Aykırı değerler, kaldıraç ve etki

Kaldıraç ve etkiyi çıkarmak

Bölümü Başlat

4

Basit lojistik regresyon

Lojistik regresyon modellerini kurmayı öğren. Gerçek dünya verilerini kullanarak bir müşterinin banka hesabını kapatma olasılığını başarı olasılıkları ve odds oranları olarak tahmin edecek ve kafa karışıklık matrisleriyle model performansını nicelleştireceksin.

Neden lojistik regresyona ihtiyaç duyarsın

Açıklayıcı değişkenleri keşfetme

Doğrusal ve lojistik modelleri görselleştirme

glm() ile lojistik regresyon

Tahminler ve oran oranları

Olasılıklar

En olası sonuç

Olasılık oranı

Log olasılık oranı

Lojistik regresyon uyumunu nicelendirme

Karmaşıklık matrisini hesaplama

Lojistik model performansını ölçme

Accuracy, sensitivity, specificity

Bölümü Başlat

R'da Regresyona Giriş

Kurs
Tamamlandı

Başarı Belgesi Kazanın

Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyin
Sosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun

Bugün 19 milyondan fazla öğrenciye katılın ve R'da Regresyona Giriş eğitimine başlayın!

DataCamp for Mobile ile veri becerilerinizi geliştirin

Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.