课程名称: Model Diagnostics and Remedial Measures

课程主页: https://www.coursera.org/learn/illinois-tech-model-diagnostics-and-remedial-measures

所在平台: Coursera

课程类别: 数据分析

大学或机构: Illinois Tech

讲师： Kiah Ong

授课语言： 英语

提供字幕： 英文

课程文件大小： 395MB

课程介绍： 本课程最适合具有数学/统计学/计算机科学/工程技术背景，寻求职业转变到数据驱动的工作或行业（例如金融、保留、技术、医疗保健、政府等）的个人。机会是无限的。

本课程是数据科学项目基于表现的入学课程的一部分。
本课程是 MAT764 的延续。如果您尚未参加 MAT764 课程，建议您在本课程之前完成该课程。支持该项目的基础知识通过更深入地探讨使用简单和多元线性回归背后的核心思想来实现，假设模型的所有基本假设都已得到满足。

在本课程中，我们将了解当这些假设不满足时，我们的回归模型会发生什么。本课程将讨论如何检测模型假设中的这些差异以及如何修复这些问题。
成功完成本课程后，您将能够：
-描述线性回归模型的假设。
-使用诊断图来检测是否违反线性回归模型的假设。
– 在构建回归模型时执行变量转换。
-使用合适的工具来检测和消除异方差误差。
– 使用合适的工具来修复自相关。
– 使用合适的工具修复共线数据。
-执行变量选择和模型验证。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

友情提醒：