Leer data-analyse met R. Master basisgegevensvisualisatie, statistische goodness-of-fit-tests, gevolgtrekkingen en lineaire modellen.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
In deze stage leer je data analyseren en visualiseren in R en reproduceerbare data-analyserapporten maken. Je onderzoekt het conceptuele begrip van de uniforme aard van statistische gevolgtrekkingen, voert statistische gevolgtrekkingen en Bayesiaanse modelleringsmethoden uit om natuurlijke verschijnselen te begrijpen en datagestuurde beslissingen te nemen. Communiceer statistische resultaten correct, effectief en in context, zonder te vertrouwen op statistisch jargon. Je controleert datagestuurde claims en evalueert datagestuurde beslissingen, en extraheert en presenteert gegevens met behulp van R-pakketten voor data-analyse.
Je creëert een portfolio met data-analyseprojecten uit de stage, waarmee je de beheersing van statistische data-analyse aantoont, van initiële analyse tot gevolgtrekking en modellering, geschikt voor toepassingen voor data-analyse of datawetenschapperposities.
Deze cursus introduceert de concepten van bemonstering en gegevensverkenning, evenals de basiswaarschijnlijkheidstheorie en de regels van Baye. Je onderzoekt verschillende soorten steekproefmethoden en bespreekt hoe deze methoden de reikwijdte van de gevolgtrekking kunnen beïnvloeden. De cursus behandelt een verscheidenheid aan verkennende data-analysetechnieken, waaronder numerieke samenvattende statistieken en elementaire datavisualisatie. Daarnaast krijg je begeleiding bij het installeren en gebruiken van de software R en RStudio (gratis statistische software) en gebruik je deze software voor laboratoriumoefeningen en een afstudeerproject. De concepten en technieken uit deze cursus zullen dienen als basis voor cursussen inferentie en modellering in de specialisatie.
Deze cursus behandelt statistische inferentiemethoden die gebruikelijk zijn voor numerieke en categorische gegevens. Je leert hoe je hypothesetests opzet en uitvoert, p-waarden interpreteert en de resultaten van je analyse rapporteert op een manier die begrijpelijk is voor klanten of het publiek. Aan de hand van veel gegevensvoorbeelden leert u schattingen van hoeveelheden te rapporteren, zodat deze de onzekerheid van de gewenste hoeveelheid weerspiegelen. Je krijgt begeleiding bij het installeren en gebruiken van R- en RStudio-software (gratis statistische software) en gebruikt deze software voor laboratoriumoefeningen en een afstudeerproject. De cursus presenteert praktische hulpmiddelen voor het uitvoeren van data-analyse en onderzoekt de basisconcepten die nodig zijn om resultaten voor categorische en numerieke gegevens te interpreteren en te rapporteren.
Deze cursus introduceert eenvoudige en meervoudige lineaire regressiemodellen. Met deze modellen kunt u de relaties schatten tussen variabelen in een dataset en een continue responsvariabele. Bestaat er een verband tussen de fysieke aantrekkelijkheid van een docent en de beoordelingsscores van zijn studenten? Is het mogelijk om de testscore van een kind te voorspellen op basis van bepaalde kenmerken van zijn moeder? In deze cursus leer je de basistheorie achter lineaire regressie, en leer je aan de hand van datavoorbeelden hoe je regressiemodellen kunt fitten, testen en gebruiken om relaties tussen meerdere variabelen te onderzoeken, met behulp van de gratis R- en RStudio-software.
