课程信息

266,219 次近期查看

学生职业成果

21%

完成这些课程后已开始新的职业生涯

15%

通过此课程获得实实在在的工作福利

可分享的证书

完成后获得证书

100% 在线

立即开始,按照自己的计划学习。

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

完成时间大约为10 小时

英语(English)

字幕:英语(English)

您将获得的技能

StatisticsBayesian StatisticsBayesian InferenceR Programming

学生职业成果

21%

完成这些课程后已开始新的职业生涯

15%

通过此课程获得实实在在的工作福利

可分享的证书

完成后获得证书

100% 在线

立即开始,按照自己的计划学习。

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

完成时间大约为10 小时

英语(English)

字幕:英语(English)

讲师

提供方

加州大学圣克鲁兹分校 徽标

加州大学圣克鲁兹分校

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up91%(8,119 个评分)Info
1

1

完成时间为 3 小时

Probability and Bayes' Theorem

完成时间为 3 小时
8 个视频 (总计 38 分钟), 4 个阅读材料, 5 个测验
8 个视频
Lesson 1.1 Classical and frequentist probability6分钟
Lesson 1.2 Bayesian probability and coherence3分钟
Lesson 2.1 Conditional probability4分钟
Lesson 2.2 Bayes' theorem6分钟
Lesson 3.1 Bernoulli and binomial distributions5分钟
Lesson 3.2 Uniform distribution5分钟
Lesson 3.3 Exponential and normal distributions2分钟
4 个阅读材料
Module 1 objectives, assignments, and supplementary materials3分钟
Background for Lesson 110分钟
Supplementary material for Lesson 23分钟
Supplementary material for Lesson 320分钟
5 个练习
Lesson 116分钟
Lesson 212分钟
Lesson 3.120分钟
Lesson 3.2-3.310分钟
Module 1 Honors15分钟
2

2

完成时间为 3 小时

Statistical Inference

完成时间为 3 小时
11 个视频 (总计 59 分钟), 5 个阅读材料, 4 个测验
11 个视频
Lesson 4.2 Likelihood function and maximum likelihood7分钟
Lesson 4.3 Computing the MLE3分钟
Lesson 4.4 Computing the MLE: examples4分钟
Introduction to R6分钟
Plotting the likelihood in R4分钟
Plotting the likelihood in Excel4分钟
Lesson 5.1 Inference example: frequentist4分钟
Lesson 5.2 Inference example: Bayesian6分钟
Lesson 5.3 Continuous version of Bayes' theorem4分钟
Lesson 5.4 Posterior intervals7分钟
5 个阅读材料
Module 2 objectives, assignments, and supplementary materials3分钟
Background for Lesson 410分钟
Supplementary material for Lesson 45分钟
Background for Lesson 510分钟
Supplementary material for Lesson 510分钟
4 个练习
Lesson 48分钟
Lesson 5.1-5.218分钟
Lesson 5.3-5.416分钟
Module 2 Honors6分钟
3

3

完成时间为 2 小时

Priors and Models for Discrete Data

完成时间为 2 小时
9 个视频 (总计 66 分钟), 2 个阅读材料, 4 个测验
9 个视频
Lesson 6.2 Prior predictive: binomial example5分钟
Lesson 6.3 Posterior predictive distribution4分钟
Lesson 7.1 Bernoulli/binomial likelihood with uniform prior3分钟
Lesson 7.2 Conjugate priors4分钟
Lesson 7.3 Posterior mean and effective sample size7分钟
Data analysis example in R12分钟
Data analysis example in Excel16分钟
Lesson 8.1 Poisson data8分钟
2 个阅读材料
Module 3 objectives, assignments, and supplementary materials3分钟
R and Excel code from example analysis10分钟
4 个练习
Lesson 612分钟
Lesson 715分钟
Lesson 815分钟
Module 3 Honors8分钟
4

4

完成时间为 3 小时

Models for Continuous Data

完成时间为 3 小时
9 个视频 (总计 69 分钟), 5 个阅读材料, 5 个测验
9 个视频
Lesson 10.1 Normal likelihood with variance known3分钟
Lesson 10.2 Normal likelihood with variance unknown3分钟
Lesson 11.1 Non-informative priors8分钟
Lesson 11.2 Jeffreys prior3分钟
Linear regression in R17分钟
Linear regression in Excel (Analysis ToolPak)13分钟
Linear regression in Excel (StatPlus by AnalystSoft)14分钟
Conclusion1分钟
5 个阅读材料
Module 4 objectives, assignments, and supplementary materials3分钟
Supplementary material for Lesson 1010分钟
Supplementary material for Lesson 115分钟
Background for Lesson 1210分钟
R and Excel code for regression5分钟
5 个练习
Lesson 912分钟
Lesson 1020分钟
Lesson 1110分钟
Regression15分钟
Module 4 Honors6分钟

常见问题

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您购买证书后,将有权访问所有课程材料,包括评分作业。完成课程后,您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 您可在付款后两周内,或者在课程第一个班次开课后(对于已启动的课程)两周内,获得全额退款,以其中较晚者为准。获得课程证书后,您便无法再退款;即使您在两周的退款期内完成了课程,也是如此。请阅读我们完整的退款政策

  • 是的,Coursera 可以向无法承担学费的学生提供助学金。点击左侧‘注册’按钮下的‘助学金’链接即可申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。了解详情

  • You should have exposure to the concepts from a basic statistics class (for example, probability, the Central Limit Theorem, confidence intervals, linear regression) and calculus (integration and differentiation), but it is not expected that you remember how to do all of these items. The course will provide some overview of the statistical concepts, which should be enough to remind you of the necessary details if you've at least seen the concepts previously. On the calculus side, the lectures will include some use of calculus, so it is important that you understand the concept of an integral as finding the area under a curve, or differentiating to find a maximum, but you will not be required to do any integration or differentiation yourself.

  • Data analysis is done using computer software. This course provides the option of Excel or R. Equivalent content is provided for both options. A very brief introduction to R is provided for people who have never used it before, but this is not meant to be a course on R. Learners using Excel are expected to already have basic familiarity of Excel.

还有其他问题吗?请访问 学生帮助中心