This is the second of a two-course sequence introducing the fundamentals of Bayesian statistics. It builds on the course Bayesian Statistics: From Concept to Data Analysis, which introduces Bayesian methods through use of simple conjugate models. Real-world data often require more sophisticated models to reach realistic conclusions. This course aims to expand our “Bayesian toolbox” with more general models, and computational techniques to fit them. In particular, we will introduce Markov chain Monte Carlo (MCMC) methods, which allow sampling from posterior distributions that have no analytical solution. We will use the open-source, freely available software R (some experience is assumed, e.g., completing the previous course in R) and JAGS (no experience required). We will learn how to construct, fit, assess, and compare Bayesian statistical models to answer scientific questions involving continuous, binary, and count data. This course combines lecture videos, computer demonstrations, readings, exercises, and discussion boards to create an active learning experience. The lectures provide some of the basic mathematical development, explanations of the statistical modeling process, and a few basic modeling techniques commonly used by statisticians. Computer demonstrations provide concrete, practical walkthroughs. Completion of this course will give you access to a wide range of Bayesian analytical tools, customizable to your data.
Bayesian Statistics: Techniques and Models
University of California, Santa CruzÜber diesen Kurs
Karriereergebnisse der Lernenden
29%
33%
Kompetenzen, die Sie erwerben
Karriereergebnisse der Lernenden
29%
33%
von
University of California, Santa Cruz
UC Santa Cruz is an outstanding public research university with a deep commitment to undergraduate education. It’s a place that connects people and programs in unexpected ways while providing unparalleled opportunities for students to learn through hands-on experience.
Lehrplan - Was Sie in diesem Kurs lernen werden
Statistical modeling and Monte Carlo estimation
Statistical modeling, Bayesian modeling, Monte Carlo estimation
Markov chain Monte Carlo (MCMC)
Metropolis-Hastings, Gibbs sampling, assessing convergence
Common statistical models
Linear regression, ANOVA, logistic regression, multiple factor ANOVA
Count data and hierarchical modeling
Poisson regression, hierarchical modeling
Bewertungen
Top-Bewertungen von BAYESIAN STATISTICS: TECHNIQUES AND MODELS
This course is excellent! The material is very very interesting, the videos are of high quality and the quizzes and project really helps you getting it together. I really enjoyed it!!!
Excellent teacher and very well taught. Right amount of theory and programming combination. Made the subject easy to learn. Enjoyed it very much. Thank you very much.
This is a great course for an introduction to Bayesian Statistics class. Prior knowledge of the use of R can be very helpful. Thanks for such a wonderful course!!!
I really liked the course. It was well organized. The fact that the theory was accompanied by hands-on exercises in R truly reinforced the concept. Well-done!
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 das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat 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.
Is financial aid available?
Ja, Coursera bietet Kursteilnehmern, die die Gebühr nicht bezahlen können, finanzielle Hilfe an. Sie beantragen diese Hilfe, indem Sie auf den entsprechenden Link links unter der Schaltfläche "Anmelden" klicken. Sie werden dazu aufgefordert, ein Antragsformular auszufüllen, und Sie werden benachrichtigt, wenn Ihr Antrag bewilligt wird. Mehr erfahren.
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
