您将学到什么
正确分析和应用回归分析工具来模拟变量之间的关系，并在给定一组输入变量的情况下进行预测。

根据实验设计中的最佳实践成功地进行实验。

使用高级统计建模技术，例如广义线性和加法模型，对广泛的现实世界关系进行建模。

您将获得的技能
线性模型
R 编程
统计模型
回归 微
积分
和概率论。
线性代数

关于本专业化
3,355 次近期浏览量
统计建模是数据科学的核心。精心设计的统计模型使数据科学家能够从其数据中存在的有限信息中得出有关世界的结论。

在这三个学分序列中，学习者将在他们的数据科学工具包中添加一些中级和高级统计建模技术。特别是，学习者将精通线性回归分析的理论和应用；

方差分析和实验设计；和广义线性和加法模型。重点将放在使用 R 编程语言分析真实数据上。

该专业可以作为 Coursera 平台上提供的 CU Boulder 数据科学理学硕士 (MS-DS) 学位的一部分来获得学分。

MS-DS 是一个跨学科学位，汇集了 CU Boulder 应用数学、计算机科学、信息科学等系的教师。

MS-DS 采用基于绩效的录取方式，没有申请流程，非常适合在计算机科学、信息科学、数学和统计学方面拥有广泛本科教育和/或专业经验的个人。

在 https://www.coursera.org/degrees/master-of-science-data-science-boulder 上了解有关 MS-DS 计划的更多信息。

徽标改编自 Vincent Ledvina 在 Unsplash 上的照片

应用学习项目
学习者将通过自动评分和同行评审的 Jupyter Notebook 作业掌握统计模型的应用和实施。在这些作业中，学习者将使用真实世界的数据和先进的统计建模技术来回答重要的科学和商业问题。