Über 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.
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.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 9 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

von

Duke University-Logo

Duke University

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up94%(3,374 Bewertungen)Info
Woche
1

Woche 1

22 Minuten zum Abschließen

About Linear Regression and Modeling

22 Minuten zum Abschließen
1 Video (Gesamt 2 min), 2 Lektüren
2 Lektüren
About Statistics with R Specialization10m
More about Linear Regression and Modeling10m
2 Stunden zum Abschließen

Linear Regression

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
Woche
2

Woche 2

2 Stunden zum Abschließen

More about Linear Regression

2 Stunden zum Abschließen
3 Videos (Gesamt 24 min), 5 Lektüren, 3 Quiz
3 Videos
Inference for Linear Regression11m
Variability Partitioning5m
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
Woche
3

Woche 3

3 Stunden zum Abschließen

Multiple Regression

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
Woche
4

Woche 4

2 Stunden zum Abschließen

Final Project

2 Stunden zum Abschließen
1 Lektüre
1 Lektüre
Project Files and Rubric10m

Bewertungen

Top-Bewertungen von LINEAR REGRESSION AND MODELING

Alle Bewertungen anzeigen

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....
Statistics with R

Häufig gestellte Fragen

  • 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.
  • 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.

  • 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.

  • 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

  • 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..