课程主页: https://www.coursera.org/learn/regression-modeling-sas
今天我要与大家分享一门非常实用的在线课程——《回归建模基础》。这是专为使用SAS统计软件的用户设计的入门课程,重点介绍t检验、方差分析(ANOVA)和线性回归,还简要介绍了逻辑回归。
课程分为五个模块,每个模块都提供了丰富的知识和实用的工具。
模块一:课程概述
在这个模块中,您将了解课程的总体内容以及需要分析的数据。课程首先回顾了统计学的基础知识,以确保每位学员都能在接下来的学习中有一个良好的起点。
模块二:模型构建与效应选择
这个模块探讨了多种模型选择工具,帮助学员减少候选模型的数量,确保能够基于自己的专业知识和研究优先级,选择合适的模型。
模块三:模型拟合后的推断
在本模块中,您将学习如何验证模型的假设并解决线性回归中遇到的问题。您将检查残差,识别与数据大部分相距较远的离群值,以及识别对回归模型有不当影响的观察值。此外,您还将学习如何诊断多重共线性,以避免标准误差膨胀和参数不稳定的问题。
模块四:用于评分和预测的模型构建
在这个模块中,您将学习如何从推断统计过渡到预测建模。您将了解如何使用诚实评估的方法评估模型,而不是单纯依赖p值。当选择出表现最佳的模型后,您将学习如何部署该模型以预测新的数据。
模块五:分类数据分析
最后一个模块关注于使用假设检验寻找预测变量与二元响应之间的关联。您将构建一个逻辑回归模型,并了解如何描述响应与预测变量之间的关系。最后,您将学习如何使用逻辑回归构建模型,预测未知案例。
总的来说,《回归建模基础》是一门结构清晰、内容丰富的课程,非常适合希望掌握统计分析与建模技巧的SAS用户。强烈推荐给所有对数据分析感兴趣的朋友们!
课程主页: https://www.coursera.org/learn/regression-modeling-sas