課程信息

199,301 次近期查看

學生職業成果

21%

完成這些課程後已開始新的職業生涯

15%

通過此課程獲得實實在在的工作福利
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為10 小時
英語(English)
字幕:英語(English)

您將獲得的技能

StatisticsBayesian StatisticsBayesian InferenceR Programming

學生職業成果

21%

完成這些課程後已開始新的職業生涯

15%

通過此課程獲得實實在在的工作福利
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為10 小時
英語(English)
字幕:英語(English)

講師

提供方

加州大学圣克鲁兹分校 徽標

加州大学圣克鲁兹分校

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up91%(8,438 個評分)Info
1

1

完成時間為 3 小時

Probability and Bayes' Theorem

完成時間為 3 小時
8 個視頻 (總計 38 分鐘), 4 個閱讀材料, 5 個測驗
8 個視頻
Lesson 1.1 Classical and frequentist probability6分鐘
Lesson 1.2 Bayesian probability and coherence3分鐘
Lesson 2.1 Conditional probability4分鐘
Lesson 2.2 Bayes' theorem6分鐘
Lesson 3.1 Bernoulli and binomial distributions5分鐘
Lesson 3.2 Uniform distribution5分鐘
Lesson 3.3 Exponential and normal distributions2分鐘
4 個閱讀材料
Module 1 objectives, assignments, and supplementary materials3分鐘
Background for Lesson 110分鐘
Supplementary material for Lesson 23分鐘
Supplementary material for Lesson 320分鐘
5 個練習
Lesson 116分鐘
Lesson 212分鐘
Lesson 3.120分鐘
Lesson 3.2-3.310分鐘
Module 1 Honors15分鐘
2

2

完成時間為 3 小時

Statistical Inference

完成時間為 3 小時
11 個視頻 (總計 59 分鐘), 5 個閱讀材料, 4 個測驗
11 個視頻
Lesson 4.2 Likelihood function and maximum likelihood7分鐘
Lesson 4.3 Computing the MLE3分鐘
Lesson 4.4 Computing the MLE: examples4分鐘
Introduction to R6分鐘
Plotting the likelihood in R4分鐘
Plotting the likelihood in Excel4分鐘
Lesson 5.1 Inference example: frequentist4分鐘
Lesson 5.2 Inference example: Bayesian6分鐘
Lesson 5.3 Continuous version of Bayes' theorem4分鐘
Lesson 5.4 Posterior intervals7分鐘
5 個閱讀材料
Module 2 objectives, assignments, and supplementary materials3分鐘
Background for Lesson 410分鐘
Supplementary material for Lesson 45分鐘
Background for Lesson 510分鐘
Supplementary material for Lesson 510分鐘
4 個練習
Lesson 48分鐘
Lesson 5.1-5.218分鐘
Lesson 5.3-5.416分鐘
Module 2 Honors6分鐘
3

3

完成時間為 2 小時

Priors and Models for Discrete Data

完成時間為 2 小時
9 個視頻 (總計 66 分鐘), 2 個閱讀材料, 4 個測驗
9 個視頻
Lesson 6.2 Prior predictive: binomial example5分鐘
Lesson 6.3 Posterior predictive distribution4分鐘
Lesson 7.1 Bernoulli/binomial likelihood with uniform prior3分鐘
Lesson 7.2 Conjugate priors4分鐘
Lesson 7.3 Posterior mean and effective sample size7分鐘
Data analysis example in R12分鐘
Data analysis example in Excel16分鐘
Lesson 8.1 Poisson data8分鐘
2 個閱讀材料
Module 3 objectives, assignments, and supplementary materials3分鐘
R and Excel code from example analysis10分鐘
4 個練習
Lesson 612分鐘
Lesson 715分鐘
Lesson 815分鐘
Module 3 Honors8分鐘
4

4

完成時間為 3 小時

Models for Continuous Data

完成時間為 3 小時
9 個視頻 (總計 69 分鐘), 5 個閱讀材料, 5 個測驗
9 個視頻
Lesson 10.1 Normal likelihood with variance known3分鐘
Lesson 10.2 Normal likelihood with variance unknown3分鐘
Lesson 11.1 Non-informative priors8分鐘
Lesson 11.2 Jeffreys prior3分鐘
Linear regression in R17分鐘
Linear regression in Excel (Analysis ToolPak)13分鐘
Linear regression in Excel (StatPlus by AnalystSoft)14分鐘
Conclusion1分鐘
5 個閱讀材料
Module 4 objectives, assignments, and supplementary materials3分鐘
Supplementary material for Lesson 1010分鐘
Supplementary material for Lesson 115分鐘
Background for Lesson 1210分鐘
R and Excel code for regression5分鐘
5 個練習
Lesson 912分鐘
Lesson 1020分鐘
Lesson 1110分鐘
Regression15分鐘
Module 4 Honors6分鐘

審閱

來自BAYESIAN STATISTICS: FROM CONCEPT TO DATA ANALYSIS的熱門評論

查看所有評論

常見問題

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.

  • 此课程不提供大学学分,但部分大学可能会选择接受课程证书作为学分。查看您的合作院校,了解详情。Coursera 上的在线学位Mastertrack™ 证书提供获得大学学分的机会。

還有其他問題嗎?請訪問 學生幫助中心