AulaPro verwendet Cookies, um seinen Benutzern ein besseres Erlebnis zu bieten. Sie können weitere Informationen erhalten hier, oder klicken Sie einfach auf "Ich akzeptiere" oder außerhalb dieses Hinweises, um weiter zu surfen.
Der virtuelle Kurs "Lineare Regression für Unternehmensstatistik - Virtueller Kurs - Coursera", ist ein Kurs mit unterschiedlichen Inhalten und bietet Videokurse von ca. 28 Stunden bis zum Abschluss. Erkunden Sie die wesentlichen Funktionen und klicken Sie auf die orangefarbene Schaltfläche, um detaillierte Informationen zur E-Learning-Plattform von Coursera zu erhalten
Die Regressionsanalyse ist vielleicht das wichtigste Tool für Unternehmensstatistiken, das in der Branche verwendet wird.
Die Regression ist der Motor hinter einer Vielzahl von Datenanalyseanwendungen, die für viele Formen der Prognose und Vorhersage verwendet werden.
Dies ist der vierte Kurs der Spezialisierung "Statistik und Business Analyse".
Der Kurs führt Sie in das sehr wichtige Werkzeug ein, das als lineare Regression bekannt ist.
Sie lernen verschiedene Verfahren anzuwenden, wie z. B. Dummy-Variablen-Regressionen, Transformationsvariablen und Interaktionseffekte.
All dies wird anhand von leicht verständlichen Beispielen in Microsoft Excel dargestellt und erklärt.
Der Schwerpunkt des Kurses liegt eher auf Verständnis und Anwendung als auf detaillierten mathematischen Herleitungen.
Hinweis: Dieser Kurs verwendet die Toolbox „Datenanalyse“, die standardmäßig in der Windows-Version von Microsoft Excel enthalten ist.
Es ist auch Standard bei der Mac-Version 2016 oder höher von Excel.
Es ist jedoch nicht Standard bei früheren Versionen von Excel für Mac.
WOCHE 1 Modul 1: Regressionsanalyse: Eine Einführung In diesem Modul werden Sie in das lineare Regressionsmodell eingeführt.
Wir werden ein Regressionsmodell erstellen und es mit Excel schätzen.
Wir werden das geschätzte Modell verwenden, um Beziehungen zwischen verschiedenen Variablen abzuleiten, und wir werden das Modell verwenden, um Vorhersagen zu treffen.
Das Modul führt auch die Begriffe Fehler, Residuen und R-Quadrat in einem Regressionsmodell ein.
Zu den behandelten Themen gehören: • Einführung in die lineare Regression • Aufbau eines Regressionsmodells und Schätzung mit Excel • Rückschlüsse unter Verwendung des geschätzten Modells • Verwendung des Regressionsmodells zur Erstellung von Vorhersagen • Fehler, Residuen und R-Quadrat WOCHE 2 Modul 2: Regressionsanalyse: Hypothesentests und Anpassungsgüte Dieses Modul stellt verschiedene Hypothesentests vor, die Sie mit der Regressionsausgabe durchführen können.
Diese Tests sind ein wichtiger Teil der Inferenz und das Modul stellt sie anhand von Excel-basierten Beispielen vor.
Die p-Werte werden zusammen mit den R-Quadrat- und angepassten R-Quadrat-Maßen für die Anpassungsgüte eingegeben.
Gegen Ende des Moduls führen wir die „Dummy-Variablen-Regression“ ein, die verwendet wird, um kategoriale Variablen in eine Regression einzubeziehen.
Zu den behandelten Themen gehören: • Hypothesentests in einer linearen Regression • Maße der „Anpassungsgüte“ (R-Quadrat, angepasstes R-Quadrat) • Dummy-Variablenregression (unter Verwendung kategorialer Variablen in einer Regression) WOCHE 3 Modul 3: Analyse Regression: Dummy Variablen, Multikollinearität Dieses Modul setzt die Anwendung der Dummy-Variablenregression fort.
Sie können die Interpretation der Regressionsausgabe in Gegenwart von kategorialen Variablen verstehen.
Beispiele werden ausgearbeitet, um verschiedene eingeführte Konzepte zu untermauern.
Das Modul erklärt auch, was Multikollinearität ist und wie man damit umgeht.
Zu den behandelten Themen gehören: • Dummy-Variablen-Regression (unter Verwendung kategorialer Variablen in einer Regression) • Interpretieren von Koeffizienten und p-Werten in Gegenwart von Dummy-Variablen • Multikollinearität in Regressionsmodellen WOCHE 4 Modul 4: Regressionsanalyse: Verschiedene Erweiterungen Modul erweitert ihr Verständnis der linearen Regression, die Einführung von Techniken wie das Zentrieren des Mittelwerts der Variablen und das Konstruieren von Konfidenzgrenzen für Vorhersagen unter Verwendung des Regressionsmodells.
Eine leistungsstarke Regressionserweiterung namens „Interaktionsvariablen“ wird vorgestellt und anhand von Beispielen erklärt.
Wir untersuchen auch die Transformation von Variablen in einer Regression und stellen in diesem Zusammenhang die Log-Log- und Semi-Log-Regressionsmodelle vor.
Zu den behandelten Themen gehören: • Zentrieren des Mittelwerts von Variablen in einem Regressionsmodell • Konstruieren von Konfidenzgrenzen für Vorhersagen unter Verwendung eines Regressionsmodells • Wechselwirkungseffekte in einer Regression • Transformation von Variablen • Log-Log-Regressionsmodelle und Half-Log
Bereiten Sie sich von zu Hause aus mit den renommiertesten Universitäten der Welt vor.
Die Qualität der Coursera-Kurse wird von seinen Dozenten unterstützt, die oft promovierte Dekane sind.
Mehr als 85 % der Coursera-Studenten berichten von Karrierevorteilen wie Beförderungen oder Gehaltserhöhungen.
Millionen von Studenten auf der ganzen Welt erreichen ihre persönlichen und beruflichen Ziele mit Coursera.
Coursera bietet Kurse von über 200 führenden Universitäten und Unternehmen an, um Online-Lernen auf der ganzen Welt anzubieten. Mit einem Coursera Plus-Abonnement, Sie erhalten unbegrenzten Zugriff auf über 90 % aller Kurse und die beliebtesten beruflichen Zertifikate und Spezialisierungen auf Coursera.
Data Science, Geschäfts- und Persönlichkeitsentwicklung. Sie können sich für mehrere Kurse gleichzeitig anmelden, unbegrenzt viele Zertifikate erwerben und sich gefragte berufliche Fähigkeiten aneignen, um Karrieren zu beginnen, zu wachsen und sogar zu wechseln.
ENTDECKEN SIE, WIE SIE DAS MEISTE ERHALTEN UND ÜBER 500 USD SPAREN MIT EINEM JAHRESABONNEMENT VON COURSERA PLUS*
*Sie sparen bis zu 500 USD in 12 Monaten, wenn Sie mit der Aktion von 59 USD für ein monatliches Abonnement zu einem Jahresabonnement wechseln. Das normale Jahresabonnement beträgt 399 USD. Mit der Aktion zahlen Sie nur 299 USD. Erfahren Sie alles, indem Sie auf den gelben Button klicken.
Reis Universität
Hallo, wie kann ich Ihnen helfen? Interessieren Sie sich für einen Kurs? Zu welchem Thema?
AulaPro verwendet Cookies, um seinen Benutzern ein besseres Erlebnis zu bieten. Sie können weitere Informationen erhalten hier, oder klicken Sie einfach auf "Ich akzeptiere" oder außerhalb dieses Hinweises, um weiter zu surfen.
Eine Bewertung hinzufügen