Über diesen Kurs
20,586 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Completion of the first two courses in this specialization; high school-level algebra

Ca. 14 Stunden zum Abschließen

Empfohlen: 4 weeks; 4-6 hours/week...

Englisch

Untertitel: Englisch, Koreanisch

Kompetenzen, die Sie erwerben

Bayesian StatisticsPython ProgrammingStatistical Modelstatistical regression

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Completion of the first two courses in this specialization; high school-level algebra

Ca. 14 Stunden zum Abschließen

Empfohlen: 4 weeks; 4-6 hours/week...

Englisch

Untertitel: Englisch, Koreanisch

Kursteilnehmer, die sich für Course entscheiden, sind

  • Data Scientists
  • Process Analysts
  • Risk Managers
  • Data Analysts
  • Data Engineers

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
3 Stunden zum Abschließen

WEEK 1 - OVERVIEW & CONSIDERATIONS FOR STATISTICAL MODELING

7 Videos (Gesamt 67 min), 6 Lektüren, 1 Quiz
7 Videos
What Do We Mean by Fitting Models to Data?18m
Types of Variables in Statistical Modeling13m
Different Study Designs Generate Different Types of Data: Implications for Modeling9m
Objectives of Model Fitting: Inference vs. Prediction11m
Plotting Predictions and Prediction Uncertainty8m
Python Statistics Landscape2m
6 Lektüren
Course Syllabus5m
Meet the Course Team!10m
Help Us Learn More About You!10m
About Our Datasets2m
Mixed effects models: Is it time to go Bayesian by default?15m
Python Statistics Landscape1m
1 praktische Übung
Week 1 Assessment15m
Woche
2
5 Stunden zum Abschließen

WEEK 2 - FITTING MODELS TO INDEPENDENT DATA

6 Videos (Gesamt 85 min), 4 Lektüren, 3 Quiz
6 Videos
Linear Regression Inference15m
Interview: Causation vs Correlation18m
Logistic Regression Introduction15m
Logistic Regression Inference7m
NHANES Case Study Tutorial (Linear and Logistic Regression)17m
4 Lektüren
Linear Regression Models: Notation, Parameters, Estimation Methods30m
Try It Out: Continuous Data Scatterplot App15m
Importance of Data Visualization: The Datasaurus Dozen10m
Logistic Regression Models: Notation, Parameters, Estimation Methods30m
3 praktische Übungen
Linear Regression Quiz20m
Logistic Regression Quiz15m
Week 2 Python Assessment20m
Woche
3
4 Stunden zum Abschließen

WEEK 3 - FITTING MODELS TO DEPENDENT DATA

8 Videos (Gesamt 121 min), 2 Lektüren, 2 Quiz
8 Videos
Multilevel Linear Regression Models21m
Multilevel Logistic Regression models14m
Practice with Multilevel Modeling: The Cal Poly App12m
What are Marginal Models and Why Do We Fit Them?13m
Marginal Linear Regression Models19m
Marginal Logistic Regression11m
NHANES Case Study Tutorial (Marginal and Multilevel Regression)10m
2 Lektüren
Visualizing Multilevel Models10m
Likelihood Ratio Tests for Fixed Effects and Variance Components10m
2 praktische Übungen
Name That Model15m
Week 3 Python Assessment20m
Woche
4
3 Stunden zum Abschließen

WEEK 4: Special Topics

6 Videos (Gesamt 105 min), 3 Lektüren, 1 Quiz
6 Videos
Bayesian Approaches to Statistics and Modeling15m
Bayesian Approaches Case Study: Part I13m
Bayesian Approaches Case Study: Part II19m
Bayesian Approaches Case Study - Part III23m
Bayesian in Python19m
3 Lektüren
Other Types of Dependent Variables20m
Optional: A Visual Introduction to Machine Learning20m
Course Feedback10m
1 praktische Übung
Week 4 Python Assessment20m
4.4
19 BewertungenChevron Right

Top-Bewertungen von Fitting Statistical Models to Data with Python

von AFMar 12th 2019

The course is actually pretty good, however the mix between basic subjects (like univariate linear regression) and relatively advanced topics (marginal models) may discourage some students.

von JXJun 30th 2019

Really thorough and in-depth material about statistical models with python.

Dozenten

Avatar

Brenda Gunderson

Lecturer IV and Research Fellow
Department of Statistics
Avatar

Brady T. West

Research Associate Professor
Institute for Social Research
Avatar

Kerby Shedden

Professor
Department of Statistics

Über University of Michigan

The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future....

Über den Spezialisierung Statistics with Python

This specialization is designed to teach learners beginning and intermediate concepts of statistical analysis using the Python programming language. Learners will learn where data come from, what types of data can be collected, study data design, data management, and how to effectively carry out data exploration and visualization. They will be able to utilize data for estimation and assessing theories, construct confidence intervals, interpret inferential results, and apply more advanced statistical modeling procedures. Finally, they will learn the importance of and be able to connect research questions to the statistical and data analysis methods taught to them....
Statistics with Python

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..