このコースについて
95,710 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約21時間で修了

推奨:Four weeks of study, two-five hours/week depending on your familiarity with mathematical statistics....

英語

字幕:英語
User
このCourseを受講している学習者は
  • Biostatisticians
  • Data Scientists
  • Researchers
  • Research Assistants
  • Traders

習得するスキル

StatisticsBayesian StatisticsBayesian InferenceR Programming
User
このCourseを受講している学習者は
  • Biostatisticians
  • Data Scientists
  • Researchers
  • Research Assistants
  • Traders

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約21時間で修了

推奨:Four weeks of study, two-five hours/week depending on your familiarity with mathematical statistics....

英語

字幕:英語

シラバス - 本コースの学習内容

1
3時間で修了

Probability and Bayes' Theorem

8件のビデオ (合計38分), 4 readings, 5 quizzes
8件のビデオ
Lesson 1.1 Classical and frequentist probability6 分
Lesson 1.2 Bayesian probability and coherence3 分
Lesson 2.1 Conditional probability4 分
Lesson 2.2 Bayes' theorem6 分
Lesson 3.1 Bernoulli and binomial distributions5 分
Lesson 3.2 Uniform distribution5 分
Lesson 3.3 Exponential and normal distributions2 分
4件の学習用教材
Module 1 objectives, assignments, and supplementary materials3 分
Background for Lesson 110 分
Supplementary material for Lesson 23 分
Supplementary material for Lesson 320 分
5の練習問題
Lesson 116 分
Lesson 212 分
Lesson 3.120 分
Lesson 3.2-3.310 分
Module 1 Honors15 分
2
3時間で修了

Statistical Inference

11件のビデオ (合計59分), 5 readings, 4 quizzes
11件のビデオ
Lesson 4.2 Likelihood function and maximum likelihood7 分
Lesson 4.3 Computing the MLE3 分
Lesson 4.4 Computing the MLE: examples4 分
Introduction to R6 分
Plotting the likelihood in R4 分
Plotting the likelihood in Excel4 分
Lesson 5.1 Inference example: frequentist4 分
Lesson 5.2 Inference example: Bayesian6 分
Lesson 5.3 Continuous version of Bayes' theorem4 分
Lesson 5.4 Posterior intervals7 分
5件の学習用教材
Module 2 objectives, assignments, and supplementary materials3 分
Background for Lesson 410 分
Supplementary material for Lesson 45 分
Background for Lesson 510 分
Supplementary material for Lesson 510 分
4の練習問題
Lesson 48 分
Lesson 5.1-5.218 分
Lesson 5.3-5.416 分
Module 2 Honors6 分
3
2時間で修了

Priors and Models for Discrete Data

9件のビデオ (合計66分), 2 readings, 4 quizzes
9件のビデオ
Lesson 6.2 Prior predictive: binomial example5 分
Lesson 6.3 Posterior predictive distribution4 分
Lesson 7.1 Bernoulli/binomial likelihood with uniform prior3 分
Lesson 7.2 Conjugate priors4 分
Lesson 7.3 Posterior mean and effective sample size7 分
Data analysis example in R12 分
Data analysis example in Excel16 分
Lesson 8.1 Poisson data8 分
2件の学習用教材
Module 3 objectives, assignments, and supplementary materials3 分
R and Excel code from example analysis10 分
4の練習問題
Lesson 612 分
Lesson 715 分
Lesson 815 分
Module 3 Honors8 分
4
3時間で修了

Models for Continuous Data

9件のビデオ (合計69分), 5 readings, 5 quizzes
9件のビデオ
Lesson 10.1 Normal likelihood with variance known3 分
Lesson 10.2 Normal likelihood with variance unknown3 分
Lesson 11.1 Non-informative priors8 分
Lesson 11.2 Jeffreys prior3 分
Linear regression in R17 分
Linear regression in Excel (Analysis ToolPak)13 分
Linear regression in Excel (StatPlus by AnalystSoft)14 分
Conclusion1 分
5件の学習用教材
Module 4 objectives, assignments, and supplementary materials3 分
Supplementary material for Lesson 1010 分
Supplementary material for Lesson 115 分
Background for Lesson 1210 分
R and Excel code for regression5 分
5の練習問題
Lesson 912 分
Lesson 1020 分
Lesson 1110 分
Regression15 分
Module 4 Honors6 分
4.6
451件のレビューChevron Right

22%

コース終了後に新しいキャリアをスタートした

15%

コースが具体的なキャリアアップにつながった

Bayesian Statistics: From Concept to Data Analysis からの人気レビュー

by GSSep 1st 2017

Good intro to Bayesian Statistics. Covers the basic concepts. Workload is reasonable and quizzes/exercises are helpful. Could include more exercises and additional backgroung/future reading materials.

by JHJun 27th 2018

Great course. The content moves at a nice pace and the videos are really good to follow. The Quizzes are also set at a good level. You can't pass this course unless you have understood the material.

講師

Avatar

Herbert Lee

Professor
Applied Mathematics and Statistics

カリフォルニア大学サンタクルーズ校(University of California, Santa Cruz)について

UC Santa Cruz is an outstanding public research university with a deep commitment to undergraduate education. It’s a place that connects people and programs in unexpected ways while providing unparalleled opportunities for students to learn through hands-on experience....

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • 修了証を購入する際、コースのすべての教材(採点課題を含む)にアクセスできます。コースを完了すると、電子修了証が成果のページに追加されます。そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

  • 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.

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。