中
欢迎来到数据科学高级线性模型课程 2：统计线性模型。本课从线性代数和数学的角度介绍最小二乘法。在开始本课程之前，请确保您已具备以下条件： - 对线性代数和多元微积分有基本了解 - 对统计学和回归模型有基本了解 - 至少对基于证明的数学有一点了解 - R 编程语言的基本知识。 学完本课程后，学生将在回归模型的线性代数处理方面打下坚实的基础。这将大大增强应用数据科学家对回归模型的一般理解。
数据科学高级线性模型 2：统计线性模型
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 数据科学高级统计学 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
在本模块中，我们将介绍课程的基础知识和先决条件。然后，我们将介绍多元向量期望值的基础知识。最后，我们将介绍普通最小二乘估计的矩特性。
涵盖的内容
7个视频3篇阅读材料1个作业
在本模块中，我们将从 iid 正态分布开始，建立多元奇异正态分布。
涵盖的内容
4个视频2篇阅读材料1个作业
在本模块中，我们将建立我们在多元回归中看到的基本分布结果。
涵盖的内容
8个视频1篇阅读材料1个作业
在本模块中，我们将重新讨论残差并考虑其分布结果。我们还将考虑所谓的 PRESS 残差，并展示如何在不重新拟合模型的情况下计算残差。
涵盖的内容
4个视频2篇阅读材料1个作业
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
4.7 (15个评价)
从 概率论与数理统计 浏览更多内容
状态：免费试用Johns Hopkins University
状态：免费试用Johns Hopkins University
Coursera Project Network
状态：免费试用Johns Hopkins University
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.6
102 条评论
- 5 stars
69.60%
- 4 stars
21.56%
- 3 stars
4.90%
- 2 stars
2.94%
- 1 star
0.98%
显示 3/102 个
SM
5
已于 Apr 2, 2020审阅
This is a great course from Johns Hopkins University . By taking this course, I improved my Data Management, Statistical Programming, and Statistics skills.
ML
5
已于 Jan 30, 2017审阅
Good course on applied linear statistical modeling.
SJ
4
已于 Aug 6, 2020审阅
This course is very powerfull for statistical linear
常见问题
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
更多问题
提供助学金，