Build your ultimate AI agent
课程介绍
此前，您已经学习了统计推断和线性模型的基础；现在，将它们结合起来是下一步。本课程将带您思考：不同的样本如何会产生不同的线性模型，而您的目标是理解背后的总体模型。基于估计得到的线性模型，您将学习如何为效应量构建区间估计，并判断该效应是否显著。我们还会对比响应变量的预测区间与平均响应的估计。整个课程中，您将进一步练习使用 dplyr 和 ggplot2 包，并学习使用 broom 包来整理模型结果；这三个包在数据科学中都十分重要。
先修要求
课程大纲
课程大纲
2
基于模拟的斜率参数推断
本章将通过模拟方法，帮助您理解回归模型中的抽样分布思想。
3
基于 t 分布的斜率参数推断
本章将介绍如何使用 t 分布在线性回归模型中进行推断。您还将学习如何为响应变量构建预测区间。
4
线性回归中的技术条件
此外，您将考虑在使用线性模型对更大总体作出结论时需要注意的重要技术条件。
5
在线性回归推断之上的拓展
本章在线性模型推断的基础上进一步拓展，包括多重共线性及多元回归模型的推断等主题。
R
R 中的线性回归推断
课程完成
