约翰霍普金斯大学数据科学课程7:《回归模型》|regression-models|
TIP! Right-click and select "Save link as..." to download.
| VIDEOS | |||
| MP4 | N/A | 480P | Download |
| MP4 | N/A | 360P | Download |
| AUDIO | |||
| MP4 | N/A | mp4a.40.2 | Download |
| MP4 | N/A | mp4a.40.5 | Download |
| MP4 | N/A | mp4a.40.2 | Download |
| THUMBNAILS | |||
|
JPEG | Origin Image | Download |
https://www.coursera.org/learn/regression-models
线性模型，顾名思义，使用线性假设将结果与一组感兴趣的预测变量相关联。回归模型是数据科学家工具中最重要的统计分析工具之一。本课程涵盖了回归分析、最小二乘法和使用回归模型进行推断的内容。回归模型的特殊情况，如方差分析和协方差分析，也将涵盖。还将调查残差和变异性的分析。本课程将介绍有关模型选择的现代思考方式以及回归模型的新用途，包括散点图平滑。
线性模型，顾名思义，使用线性假设将结果与一组感兴趣的预测变量相关联。回归模型是数据科学家工具中最重要的统计分析工具之一。本课程涵盖了回归分析、最小二乘法和使用回归模型进行推断的内容。回归模型的特殊情况，如方差分析和协方差分析，也将涵盖。还将调查残差和变异性的分析。本课程将介绍有关模型选择的现代思考方式以及回归模型的新用途，包括散点图平滑。
Supported Sites
