This course introduces simple and multiple linear regression models. These models allow you to assess the relationship between variables in a data set and a continuous response variable. Is there a relationship between the physical attractiveness of a professor and their student evaluation scores? Can we predict the test score for a child based on certain characteristics of his or her mother? In this course, you will learn the fundamental theory behind linear regression and, through data examples, learn to fit, examine, and utilize regression models to examine relationships between multiple variables, using the free statistical software R and RStudio.
von
Spezialisierung Statistics with RDuke UniversityÜber diesen Kurs
139,439 kürzliche Aufrufe
Karriereergebnisse der Lernenden
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
45%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
12%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 9 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch
Kompetenzen, die Sie erwerben
StatisticsLinear RegressionR ProgrammingRegression Analysis
Karriereergebnisse der Lernenden
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
45%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
12%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 9 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch
von
Duke University
Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world.
Lehrplan - Was Sie in diesem Kurs lernen werden
22 Minuten zum Abschließen
About Linear Regression and Modeling
This short module introduces basics about Coursera specializations and courses in general, this specialization: Statistics with R, and this course: Linear Regression and Modeling. Please take several minutes to browse them through. Thanks for joining us in this course!
22 Minuten zum Abschließen
1 Video (Gesamt 2 min), 2 Lektüren
1 Video
2 Lektüren
About Statistics with R Specialization10m
More about Linear Regression and Modeling10m
2 Stunden zum Abschließen
Linear Regression
In this week we’ll introduce linear regression. Many of you may be familiar with regression from reading the news, where graphs with straight lines are overlaid on scatterplots. Linear models can be used for prediction or to evaluate whether there is a linear relationship between two numerical variables.
2 Stunden zum Abschließen
8 Videos (Gesamt 47 min), 3 Lektüren, 2 Quiz
8 Videos
Correlation9m
Residuals1m
Least Squares Line11m
Prediction and Extrapolation3m
Conditions for Linear Regression10m
R Squared4m
Regression with Categorical Explanatory Variables5m
3 Lektüren
Lesson Learning Objectives10m
Lesson Learning Objectives10m
Week 1 Suggested Readings and Practice10m
2 praktische Übungen
Week 1 Practice Quiz8m
Week 1 Quiz18m
2 Stunden zum Abschließen
More about Linear Regression
Welcome to week 2! In this week, we will look at outliers, inference in linear regression and variability partitioning. Please use this week to strengthen your understanding on linear regression. Don't forget to post your questions, concerns and suggestions in the discussion forum!
2 Stunden zum Abschließen
3 Videos (Gesamt 24 min), 5 Lektüren, 3 Quiz
5 Lektüren
Lesson Learning Objectives10m
Week 2 Suggested Readings and Exercises10m
About Lab Choices10m
Week 1 & 2 Lab Instructions (RStudio)10m
Week 1 & 2 Lab Instructions (RStudio Cloud)10m
3 praktische Übungen
Week 2 Practice Quiz6m
Week 2 Quiz16m
Week 1 & 2 Lab20m
3 Stunden zum Abschließen
Multiple Regression
In this week, we’ll explore multiple regression, which allows us to model numerical response variables using multiple predictors (numerical and categorical). We will also cover inference for multiple linear regression, model selection, and model diagnostics. Hope you enjoy!
3 Stunden zum Abschließen
7 Videos (Gesamt 57 min), 5 Lektüren, 3 Quiz
7 Videos
Multiple Predictors11m
Adjusted R Squared10m
Collinearity and Parsimony3m
Inference for MLR11m
Model Selection11m
Diagnostics for MLR7m
5 Lektüren
Lesson Learning Objectives10m
Lesson Learning Objectives10m
Week 3 Suggested Readings and Exercises10m
Week 3 Lab Instructions (RStudio)10m
Week 3 Lab Instructions (RStudio Cloud)10m
3 praktische Übungen
Week 3 Practice Quiz16m
Week 3 Quiz20m
Week 3 Lab20m
2 Stunden zum Abschließen
Final Project
In this week you will use the data set provided to complete and report on a data analysis question. Please read the background information, review the report template (downloaded from the link in Lesson Project Information), and then complete the peer review assignment.
2 Stunden zum Abschließen
1 Lektüre
1 Lektüre
Project Files and Rubric10m
Bewertungen
Top-Bewertungen von LINEAR REGRESSION AND MODELING
von TM21. Juli 2020
A great primer on linear regression with labs that help to establish understanding and a project that is focused enough not to be overwhelming, and allows the learner to play around with the concepts
von PK23. Mai 2017
Very good course taught by Dr. Mine who is as always a very good teacher. The videos are very eloquent and easy to understand. Highly recommend it if you are looking for a basic refresher course.
von DS29. März 2017
This course provides a very good introduction to basic linear regression, including simple multiple linear regression, model building and interpretation, model diagnostics, and application in R.
von EB25. Feb. 2017
Good, but a little "smaller" than the Inferential statistics course (which is very complete). I would have liked to also learn Logistics regression, which I now have to learn elsewhere.
Über den Spezialisierung Statistics with R
In this Specialization, you will learn to analyze and visualize data in R and create reproducible data analysis reports, demonstrate a conceptual understanding of the unified nature of statistical inference, perform frequentist and Bayesian statistical inference and modeling to understand natural phenomena and make data-based decisions, communicate statistical results correctly, effectively, and in context without relying on statistical jargon, critique data-based claims and evaluated data-based decisions, and wrangle and visualize data with R packages for data analysis.
You will produce a portfolio of data analysis projects from the Specialization that demonstrates mastery of statistical data analysis from exploratory analysis to inference to modeling, suitable for applying for statistical analysis or data scientist positions.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
- Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
- Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
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.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
Will I receive a transcript from Duke University for completing this course?
No. Completion of a Coursera course does not earn you academic credit from Duke; therefore, Duke is not able to provide you with a university transcript. However, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
