Смоделируйте себя как модель. На этих занятиях вы приобретете навыки статистики SAS, моделирования и программирования, включая ANOVA, регрессию, логистическую регрессию, бизнес-приложения моделирования и проблемы моделирования.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Эта программа предназначена для людей, которые хотят улучшить свои навыки прогнозного и статистического моделирования, чтобы получать бизнес-результаты на основе данных. Если моделирование данных для достижения бизнес-результатов является частью вашей работы или отрасли, этот сертификат станет важным доказательством ваших навыков.
Практический учебный проект
В течение трех курсов в программе предусмотрено множество практических занятий. Примеры данных достаточно общие, чтобы соответствовать широкому кругу областей. Конкретные примеры, которые вы увидите на курсах, относятся к сельскому хозяйству, производству, здравоохранению, банковскому делу, розничной торговле и некоммерческим организациям.
Курс 1 • 10 часов • 4,6 (115 оценок)
Этот курс предназначен для пользователей программного обеспечения SAS, которые выполняют статистический анализ с помощью программного обеспечения SAS/STAT. Курс фокусируется на t-тестах, дисперсионном анализе и линейной регрессии и включает краткое введение в логистическую регрессию.
Курс 2 • 11 часов • 4,7 (48 оценок)
Этот курс предназначен для пользователей программного обеспечения SAS, которые выполняют статистический анализ с помощью программного обеспечения SAS/STAT. Курс фокусируется на t-тестах, дисперсионном анализе и линейной регрессии и включает краткое введение в логистическую регрессию.
Курс 3 • 16 часов • 4,6 (53 оценки)
В этом курсе рассматриваются прогнозные модели с использованием программного обеспечения SAS/STAT с упором на логистические процедуры. Курс также включает обсуждение выбора и взаимодействия переменных, танца категориальных переменных на основе частичного веса доказательств, оценки модели, обработки пропущенных значений и использования эффективных методов для больших наборов данных. Вы научитесь использовать логистическую регрессию для измерения поведения человека в зависимости от известных входных данных, создавать диаграммы эффектов и диаграммы вероятностей, управлять пропущенными значениями и решать проблемы множественной корреляции между предикторами. Кроме того, вы научитесь оценивать производительность моделей и сравнивать модели.
