Изучите анализ данных с помощью R. Освойте базовую визуализацию данных, статистические тесты согласия, логические выводы и линейные модели.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
В ходе этой стажировки вы научитесь анализировать и визуализировать данные в R и создавать воспроизводимые отчеты по анализу данных. Вы изучите концептуальное понимание единой природы статистических выводов, выполните статистические выводы и методы байесовского моделирования, чтобы понять природные явления и принять решения на основе данных. Сообщайте статистические результаты правильно, эффективно и в контексте, не полагаясь на статистический жаргон. Вы будете проверять претензии, основанные на данных, и оценивать решения, основанные на данных, а также извлекать и представлять данные с помощью пакетов R для анализа данных.
Во время стажировки вы создадите портфолио проектов по анализу данных, продемонстрировав мастерство статистического анализа данных от первоначального анализа до вывода и моделирования, подходящего для приложений для анализа данных или должностей ученых. Данные.
Этот курс знакомит с концепциями выборки и исследования данных, а также с базовой теорией вероятностей и правилами Байя. Вы изучите различные типы методов выборки и обсудите, как эти методы могут повлиять на объем вывода. Курс будет охватывать различные методы исследовательского анализа данных, включая числовую сводную статистику и базовую визуализацию данных. Помимо этого, вы получите рекомендации по установке и использованию программного обеспечения R и RStudio (бесплатное статистическое программное обеспечение), и вы будете использовать это программное обеспечение для лабораторных занятий и итогового проекта. Концепции и методы, изложенные в этом курсе, послужат основой для курсов по логическому выводу и моделированию по специализации.
В этом курсе рассматриваются методы статистического вывода, общие для числовых и категориальных данных. Вы узнаете, как настраивать и проводить проверки гипотез, интерпретировать значения p и сообщать о результатах вашего анализа таким образом, чтобы они были понятны клиентам или общественности. Используя множество примеров данных, вы научитесь сообщать оценки количеств так, чтобы они отражали неопределенность интересующего количества. Вы получите рекомендации по установке и использованию программного обеспечения R и RStudio (бесплатное статистическое программное обеспечение) и будете использовать это программное обеспечение для лабораторных занятий и итогового проекта. В курсе представлены практические инструменты для анализа данных и исследуются основные концепции, необходимые для интерпретации и представления результатов для категориальных и числовых данных.
В этом курсе представлены простые и множественные модели линейной регрессии. Эти модели позволяют оценить взаимосвязь между переменными в наборе данных и переменной непрерывного отклика. Есть ли связь между физической привлекательностью преподавателя и оценками его студентов? Можно ли предсказать результат теста ребенка, исходя из определенных характеристик его матери? В этом курсе вы изучите базовую теорию линейной регрессии и на примерах данных узнаете, как подбирать, тестировать и использовать модели регрессии для исследования взаимосвязей между несколькими переменными, используя бесплатное программное обеспечение R и RStudio.
