|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/estatistica-analises-de-regressoes-com-linguagem-r/
课程评论：没有评论
Coursera 课程：使用 R 语言进行统计回归分析 本课程深入探讨了 14 种不同的回归技术，并结合 R 语言进行理论讲解和实践操作。课程旨在帮助学习者理解每种回归方法的最佳应用场景，并掌握必要的统计检验，以满足每种回归模型的假设条件。 课程内容循序渐进，注重实际应用。学习者将接触到各种规模的数据集，从小型数据集到包含超过 200 万条记录的大型数据集。 课程涵盖的回归类型包括： * 简单线性回归 * 多元线性回归 * 多项式回归 * 逻辑回归 * 分位数回归 * Ridge 回归 * Lasso 回归 * Elastic Net 回归 * 主成分回归 * 偏最小二乘回归 * 支持向量回归 * 泊松回归 * 负二项回归 * 准泊松回归 回归分析在数据分析和科学研究领域日益重要，选择正确的回归方法对于取得成功至关重要。 为了满足不同背景和知识水平的学习者的需求，课程的前两部分将涵盖 R 语言基础和统计学基础。 尽管课程主要在 Windows 操作系统上演示，但 Linux 和 Mac 用户也能轻松跟随学习。 所有课程脚本、幻灯片和数据集均可在资源区下载。 本课程将彻底改变您对回归分析的理解。
Este curso apresenta 14 tipos diferentes de regressões com explicações teóricas e apresentações práticas utilizando a Linguagem R, indicando a aplicação ideal para cada uma das regressões e mostrando todos os testes estatísticos necessários para analisar os pressupostos exigidos por cada regressão. As explicações são passo a passo e focadas em aplicações práticas e reais. Vários tipos de datasets serão utilizados, desde datasets com pequena quantidade de registros à datasets com mais de 2 milhões de registros. As regressões que serão estudadas neste curso são, Regressão Linear Simples, Regressão Linear Múltipla, Regressão Polinomial, Regressão Logística, Regressão Quantílica, Regressão Ridge, Regressão Lasso, Regressão Elastic Net, Regressão de Componentes Principais, Regressão por Mínimos Quadrados Parciais, Regressão Vetorial de Suporte, Regressão de Poisson, Regressão Binomial Negativa e Regressão Quasi-Poisson.A análise de regressão, além de ser um estudo sensacional, está cada dia mais presente no mercado de trabalho e em pesquisas científicas. Diversas áreas que trabalham com análise de dados necessitam de análises de regressões, e escolher corretamente o tipo de regressão para cada aplicação é fundamental para se obter o sucesso.Para atender a todos os alunos, sem importar a área e o nível de conhecimento, as duas primeiras seções são referentes aos fundamentos da Linguagem R e fundamentos de Estatística.O curso é apresentado no sistema operacional Windows, mas usuários do Linux e Mac acompanham tranquilamente.Todos os scripts, slides e datasets estão disponíveis na área de recursos para serem baixados.Tenho certeza que a sua visão sobre regressões irá mudar após esse curso.
