Линейная регрессия

Start Date: 02/16/2020

Course Type: Common Course

Course Link: https://www.coursera.org/learn/lineynaya-regressiya

Explore 1600+ online courses from top universities. Join Coursera today to learn data science, programming, business strategy, and more.

About Course

В этом курсе мы разберем основные методы описания взаимосвязей между количественными признаками. Если корреляционный анализ позволяет количественно оценить силу и направление связи между двумя величинами, то построение регрессионных моделей дает более широкие возможности. При помощи регрессионного анализа можно количественно описывать поведение изучаемых величин в зависимости от переменных-предикторов и получать предсказания на новых данных. Вы узнаете, как строить простые и множественные линейные модели с использованием языка R. У всякого метода есть свои ограничения, поэтому мы поможем вам разобраться, в каких ситуациях можно, а в каких нельзя применять линейную регрессию, и научим вас методам диагностики подобранных моделей. Специальное место в курсе отводится глубинной анатомии регрессионного анализа: вы освоите операции с матрицами, которые лежат в основе линейной регрессии, чтобы получить возможность разбираться в более сложных разновидностях линейных моделей. Если вы сталкиваетесь с необходимостью поиска и описания взаимосвязей между теми или иными явлениями, которые могут быть измерены количественно, тогда этот курс - хорошая возможность понять, как устроены простая и множественная линейная регрессия, узнать о возможностях и ограничениях этих методов. Курс рассчитан на тех, кто уже знаком с базовыми приемами анализа данных с использованием языка R и с созданием простейших .html документов при помощи rmarkdown и knitr.

Course Syllabus

Мы начнем разговор о методах численного описания связей между количественными величинами с коэффициентов ковариации и корреляции, которые позволяют оценить силу и направление связи. Затем вы узнаете, какую дополнительную информацию о связях можно получить, построив линейную модель зависимости между величинами. Вы научитесь интерпретировать коэффициенты регрессии и узнаете, когда и как можно использовать линейные модели для предсказаний на новых данных. К концу этого модуля вы научитесь подбирать уравнение линейной модели и строить ее график с доверительной областью.

Deep Learning Specialization on Coursera

Course Introduction

В этом курсе мы разберем основные методы описания взаимосвязей между количественными признаками. Есл

Course Tag

Data Modeling Regression Validation R Programming Linear Regression Statistics

Related Wiki Topic

Article Example
Designations of Russian artillery After abolishing the old system of designations based on projectile or gun weight during the early years of the 20th century, Imperial Russian Army designation policy was simplified. The first component of the designation was caliber in inches or lines, then type of a piece with optional producer’s name and attributes such as regimental, divisional, siege, field, fortress, etc. follows and the year of adopting the piece onto Army service finishes the name. E. g. howitzer with Schneider designation O. C. 6″ Bas became 6-дюймовая крепостная гаубица обр. 1909 г. (6-inch fortress howitzer Model of 1909) and Canon de 42‴ Schneider was designated 42-линейная полевая тяжёлая пушка образца 1910 года (42-line heavy field gun M1910).