AulaPro использует файлы cookie, чтобы предоставить пользователям лучший опыт. Вы можете получить больше информации здесьили просто нажмите «Я принимаю» или за пределами этого уведомления, чтобы продолжить просмотр.
Виртуальный курс «Линейная регрессия для бизнес-статистики - Виртуальный курс - Coursera» представляет собой курс с различным содержанием и предлагает видеоклассы прибл. 28 часов на выполнение. Изучите его основные функции и нажмите оранжевую кнопку, чтобы получить подробную информацию о платформе электронного обучения Coursera.
Регрессионный анализ, пожалуй, самый важный инструмент бизнес-статистики, используемый в отрасли.
Регрессия — это двигатель множества приложений для анализа данных, которые используются для многих форм прогнозирования и прогнозирования.
Это четвертый курс специальности «Статистика и бизнес-анализ».
Курс знакомит вас с очень важным инструментом, известным как линейная регрессия.
Вы узнаете, как применять различные процедуры, такие как регрессии с фиктивными переменными, переменные преобразования и эффекты взаимодействия.
Все это представлено и объяснено с использованием простых для понимания примеров в Microsoft Excel.
Основное внимание в курсе уделяется пониманию и применению, а не подробным математическим выводам.
Примечание. В этом курсе используется набор инструментов «Анализ данных», который является стандартным для версии Microsoft Excel для Windows.
Он также является стандартным для версии Excel для Mac 2016 или более поздней версии.
Однако он не является стандартным для более ранних версий Excel для Mac.
НЕДЕЛЯ 1 Модуль 1: Регрессионный анализ: введение В этом модуле вы познакомитесь с моделью линейной регрессии.
Мы построим регрессионную модель и оценим ее с помощью Excel.
Мы будем использовать оценочную модель, чтобы вывести отношения между различными переменными, и мы будем использовать модель, чтобы делать прогнозы.
Модуль также вводит понятие ошибок, остатков и R-квадрата в регрессионной модели.
Рассматриваемые темы включают: • Введение в линейную регрессию • Построение регрессионной модели и оценки с помощью Excel • Выводы с использованием оценочной модели • Использование регрессионной модели для прогнозирования • Ошибки, остатки и R-квадрат Модуль 2 НЕДЕЛИ 2: Регрессионный анализ: Тесты гипотез и критерий согласия В этом модуле представлены различные тесты гипотез, которые можно выполнять с использованием выходных данных регрессии.
Эти тесты являются важной частью логического вывода, и модуль представляет их с помощью примеров на основе Excel.
Значения p вводятся вместе с R-квадратом и скорректированными показателями согласия R-квадрата.
Ближе к концу модуля мы вводим «регрессию с фиктивными переменными», которая используется для включения категориальных переменных в регрессию.
Рассматриваемые темы включают: • Проверка гипотез в линейной регрессии • Показатели «качества соответствия» (R-квадрат, скорректированный R-квадрат) • Регрессия с фиктивной переменной (с использованием категориальных переменных в регрессии) НЕДЕЛЯ 3 Модуль 3: Аналитическая регрессия: фиктивная Переменные, мультиколлинеарность Этот модуль продолжает применение регрессии фиктивных переменных.
Вы можете понять интерпретацию выходных данных регрессии при наличии категориальных переменных.
Разработаны примеры для закрепления различных представленных концепций.
Модуль также объясняет, что такое мультиколлинеарность и как с ней бороться.
Рассматриваемые темы включают: • Регрессия с фиктивными переменными (с использованием категориальных переменных в регрессии) • Интерпретация коэффициентов и p-значений в присутствии фиктивных переменных • Мультиколлинеарность в регрессионных моделях НЕДЕЛЯ 4 Модуль 4: Регрессионный анализ: Модуль различных расширений расширяет их понимание линейной регрессии, вводя такие методы, как центрирование среднего значения переменных и построение доверительных интервалов для прогнозов с использованием регрессионной модели.
Мощное расширение регрессии, известное как «Переменные взаимодействия», представлено и объяснено с помощью примеров.
Мы также изучаем преобразование переменных в регрессии и в этом контексте представляем модели логарифмической и полулогарифмической регрессии.
Рассматриваемые темы включают: • Центрирование среднего значения переменных в модели регрессии • Построение доверительных интервалов для прогнозов с использованием модели регрессии • Эффекты взаимодействия в регрессии • Преобразование переменных • Модели логарифмической регрессии и полулогарифмические
Подготовьтесь из дома в самых престижных университетах мира.
Качество курсов Coursera поддерживается преподавателями, которые часто являются деканами с докторскими степенями.
Более 85% студентов Coursera сообщают о карьерных преимуществах, таких как продвижение по службе или повышение заработной платы.
Миллионы студентов по всему миру достигают своих личных и профессиональных целей с помощью Coursera.
Coursera предлагает курсы от более чем 200 ведущих университетов и компаний для онлайн-обучения по всему миру. С подпиской на Coursera Plus, вы получаете неограниченный доступ к более чем 90% всех курсов, а также к самым популярным профессиональным сертификатам и специализациям на Coursera.
Наука о данных, бизнес и личное развитие. Вы можете записаться на несколько курсов одновременно, получить неограниченное количество сертификатов и освоить востребованные профессиональные навыки, чтобы начать, расти и даже менять карьеру.
УЗНАЙТЕ, КАК ПОЛУЧИТЬ МАКСИМАЛЬНО И СЭКОНОМЬТЕ БОЛЕЕ 500 ДОЛЛАРОВ США С ГОДОВОЙ ПОДПИСКОЙ НА COURSERA PLUS*
* Вы сэкономите до 500 долларов США за 12 месяцев, когда вы перейдете с 59 долларов США за ежемесячную подписку на годовую подписку с рекламной акцией. Обычная годовая подписка стоит 399 долларов США. В рамках акции вы заплатите всего 299 долларов США. Узнайте все, нажав на желтую кнопку.
Университет Райса
Привет, как я могу вам помочь? Вас интересует курс? О каком предмете?
AulaPro использует файлы cookie, чтобы предоставить пользователям лучший опыт. Вы можете получить больше информации здесьили просто нажмите «Я принимаю» или за пределами этого уведомления, чтобы продолжить просмотр.
Добавить отзыв