Bayesian Statistics: From Concept to Data Analysis | Coursera

由加州大学圣克鲁兹分校提供。

This course introduces the Bayesian approach to statistics, starting with the concept of probability and moving to the analysis ... List瀏覽数据科学概率论与数理统计本課程是贝叶斯统计專項課程專項課程的一部分BayesianStatistics:FromConcepttoDataAnalysisFilledStarFilledStarFilledStarFilledStarHalfFadedStar4.6星2,947個評分|ThumbsUp91%HerbertLee  免費註冊於7月22日開始有助學金132,796人已註冊提供方關於授課教師授課大綱審閱註冊選項常見問題解答贝叶斯统计專項課程加州大学圣克鲁兹分校免費註冊於7月22日開始關於授課教師授課大綱審閱註冊選項常見問題解答課程信息64,021次近期查看ThiscourseintroducestheBayesianapproachtostatistics,startingwiththeconceptofprobabilityandmovingtotheanalysisofdata.WewilllearnaboutthephilosophyoftheBayesianapproachaswellashowtoimplementitforcommontypesofdata.WewillcomparetheBayesianapproachtothemorecommonly-taughtFrequentistapproach,andseesomeofthebenefitsoftheBayesianapproach.Inparticular,theBayesianapproachallowsforbetteraccountingofuncertainty,resultsthathavemoreintuitiveandinterpretablemeaning,andmoreexplicitstatementsofassumptions.Thiscoursecombineslecturevideos,computerdemonstrations,readings,exercises,anddiscussionboardstocreateanactivelearningexperience.Forcomputing,youhavethechoiceofusingMicrosoftExcelortheopen-source,freelyavailablestatisticalpackageR,withequivalentcontentforbothoptions.Thelecturesprovidesomeofthebasicmathematicaldevelopmentaswellasexplanationsofphilosophyandinterpretation.CompletionofthiscoursewillgiveyouanunderstandingoftheconceptsoftheBayesianapproach,understandingthekeydifferencesbetweenBayesianandFrequentistapproaches,andtheabilitytodobasicdataanalyses.可靈活調整截止日期可靈活調整截止日期根據您的日程表重置截止日期。

可分享的證書可分享的證書完成後獲得證書100%在線100%在線立即開始，按照自己的計劃學習。

專項課程第1門課程（共5門）贝叶斯统计專項課程中級中級完成時間（小時）完成時間大約為12小時可選語言英語（English）字幕：阿拉伯語（Arabic）,法語（French）,（歐洲人講的）葡萄牙語,意大利語,越南語,德語（German）,俄語（Russian）,英語（English）,西班牙語（Spanish）您將獲得的技能StatisticsBayesianStatisticsBayesianInferenceRProgramming可靈活調整截止日期可靈活調整截止日期根據您的日程表重置截止日期。

可分享的證書可分享的證書完成後獲得證書100%在線100%在線立即開始，按照自己的計劃學習。

專項課程第1門課程（共5門）贝叶斯统计專項課程中級中級完成時間（小時）完成時間大約為12小時可選語言英語（English）字幕：阿拉伯語（Arabic）,法語（French）,（歐洲人講的）葡萄牙語,意大利語,越南語,德語（German）,俄語（Russian）,英語（English）,西班牙語（Spanish）授課教師授課教師評分4.59/5 （426個評分）HerbertLeeProfessorStatistics132,796個學生1門課程提供方加州大学圣克鲁兹分校UCSantaCruzisanoutstandingpublicresearchuniversitywithadeepcommitmenttoundergraduateeducation.It’saplacethatconnectspeopleandprogramsinunexpectedwayswhileprovidingunparalleledopportunitiesforstudentstolearnthroughhands-onexperience.轉至上一個證明書轉至下一個證明書123授課大綱-您將從這門課程中學到什麼內容評分ThumbsUp91%（10,518個評分）週1週1完成時間（小時）完成時間為3小時ProbabilityandBayes'TheoremInthismodule,wereviewthebasicsofprobabilityandBayes’theorem.InLesson1,weintroducethedifferentparadigmsordefinitionsofprobabilityanddiscusswhyprobabilityprovidesacoherentframeworkfordealingwithuncertainty.InLesson2,wereviewtherulesofconditionalprobabilityandintroduceBayes’theorem.Lesson3reviewscommonprobabilitydistributionsfordiscreteandcontinuousrandomvariables.完成時間（小時）完成時間為3小時Reading8個視頻（總計38分鐘）,4個閱讀材料,5個測驗查看全部Video8個視頻Courseintroduction4分鐘Lesson1.1Classicalandfrequentistprobability6分鐘Lesson1.2Bayesianprobabilityandcoherence3分鐘Lesson2.1Conditionalprobability4分鐘Lesson2.2Bayes'theorem6分鐘Lesson3.1Bernoulliandbinomialdistributions5分鐘Lesson3.2Uniformdistribution5分鐘Lesson3.3Exponentialandnormaldistributions2分鐘Reading4個閱讀材料Module1objectives,assignments,andsupplementarymaterials3分鐘BackgroundforLesson110分鐘SupplementarymaterialforLesson23分鐘SupplementarymaterialforLesson320分鐘Quiz5個練習Lesson130分鐘Lesson212分鐘Lesson3.130分鐘Lesson3.2-3.310分鐘Module1Honors15分鐘週2週2完成時間（小時）完成時間為3小時StatisticalInferenceThismoduleintroducesconceptsofstatisticalinferencefrombothfrequentistandBayesianperspectives.Lesson4takesthefrequentistview,demonstratingmaximumlikelihoodestimationandconfidenceintervalsforbinomialdata.Lesson5introducesthefundamentalsofBayesianinference.Beginningwithabinomiallikelihoodandpriorprobabilitiesforsimplehypotheses,youwilllearnhowtouseBayes’theoremtoupdatethepriorwithdatatoobtainposteriorprobabilities.ThisframeworkisextendedwiththecontinuousversionofBayestheoremtoestimatecontinuousmodelparameters,andcalculateposteriorprobabilitiesandcredibleintervals.完成時間（小時）完成時間為3小時Reading11個視頻（總計59分鐘）,5個閱讀材料,4個測驗查看全部Video11個視頻Lesson4.1Confidenceintervals4分鐘Lesson4.2Likelihoodfunctionandmaximumlikelihood7分鐘Lesson4.3ComputingtheMLE3分鐘Lesson4.4ComputingtheMLE:examples4分鐘IntroductiontoR6分鐘PlottingthelikelihoodinR4分鐘PlottingthelikelihoodinExcel4分鐘Lesson5.1Inferenceexample:frequentist4分鐘Lesson5.2Inferenceexample:Bayesian6分鐘Lesson5.3ContinuousversionofBayes'theorem4分鐘Lesson5.4Posteriorintervals7分鐘Reading5個閱讀材料Module2objectives,assignments,andsupplementarymaterials3分鐘BackgroundforLesson410分鐘SupplementarymaterialforLesson45分鐘BackgroundforLesson510分鐘SupplementarymaterialforLesson510分鐘Quiz4個練習Lesson48分鐘Lesson5.1-5.230分鐘Lesson5.3-5.430分鐘Module2Honors6分鐘週3週3完成時間（小時）完成時間為3小時PriorsandModelsforDiscreteDataInthismodule,youwilllearnmethodsforselectingpriordistributionsandbuildingmodelsfordiscretedata.Lesson6introducespriorselectionandpredictivedistributionsasameansofevaluatingpriors.Lesson7demonstratesBayesiananalysisofBernoullidataandintroducesthecomputationallyconvenientconceptofconjugatepriors.Lesson8buildsaconjugatemodelforPoissondataanddiscussesstrategiesforselectionofpriorhyperparameters.完成時間（小時）完成時間為3小時Reading9個視頻（總計66分鐘）,2個閱讀材料,4個測驗查看全部Video9個視頻Lesson6.1Priorsandpriorpredictivedistributions3分鐘Lesson6.2Priorpredictive:binomialexample5分鐘Lesson6.3Posteriorpredictivedistribution4分鐘Lesson7.1Bernoulli/binomiallikelihoodwithuniformprior3分鐘Lesson7.2Conjugatepriors4分鐘Lesson7.3Posteriormeanandeffectivesamplesize7分鐘DataanalysisexampleinR12分鐘DataanalysisexampleinExcel16分鐘Lesson8.1Poissondata8分鐘Reading2個閱讀材料Module3objectives,assignments,andsupplementarymaterials3分鐘RandExcelcodefromexampleanalysis10分鐘Quiz4個練習Lesson630分鐘Lesson715分鐘Lesson815分鐘Module3Honors8分鐘週4週4完成時間（小時）完成時間為3小時ModelsforContinuousDataThismodulecoversconjugateandobjectiveBayesiananalysisforcontinuousdata.Lesson9presentstheconjugatemodelforexponentiallydistributeddata.Lesson10discussesmodelsfornormallydistributeddata,whichplayacentralroleinstatistics.InLesson11,wereturntopriorselectionanddiscuss‘objective’or‘non-informative’priors.Lesson12presentsBayesianlinearregressionwithnon-informativepriors,whichyieldresultscomparabletothoseofclassicalregression.完成時間（小時）完成時間為3小時Reading9個視頻（總計69分鐘）,5個閱讀材料,5個測驗查看全部Video9個視頻Lesson9.1Exponentialdata4分鐘Lesson10.1Normallikelihoodwithvarianceknown3分鐘Lesson10.2Normallikelihoodwithvarianceunknown3分鐘Lesson11.1Non-informativepriors8分鐘Lesson11.2Jeffreysprior3分鐘LinearregressioninR17分鐘LinearregressioninExcel(AnalysisToolPak)13分鐘LinearregressioninExcel(StatPlusbyAnalystSoft)14分鐘Conclusion1分鐘Reading5個閱讀材料Module4objectives,assignments,andsupplementarymaterials3分鐘SupplementarymaterialforLesson1010分鐘SupplementarymaterialforLesson115分鐘BackgroundforLesson1210分鐘RandExcelcodeforregression5分鐘Quiz5個練習Lesson912分鐘Lesson1020分鐘Lesson1110分鐘Regression15分鐘Module4Honors6分鐘審閱4.6FilledStarFilledStarFilledStarFilledStarHalfFilledStar765條評論5stars66.89%4stars25.52%3stars5.39%2stars1.28%1star0.91%來自BAYESIANSTATISTICS:FROMCONCEPTTODATAANALYSIS的熱門評論FilledStarFilledStarFilledStarFilledStarFilledStar由YH提供2018年12月22日VeryconciseandhelpfulforanintrotoBayesianstatistics.Goodlevelofdifficultytoencouragelearning.ThiswellpreparesfurtherstudyofmoreadvancedtopicssuchasMCMCandmore.FilledStarFilledStarFilledStarFilledStarFilledStar由JH提供2018年6月27日Greatcourse.Thecontentmovesatanicepaceandthevideosarereallygoodtofollow.TheQuizzesarealsosetatagoodlevel.Youcan'tpassthiscourseunlessyouhaveunderstoodthematerial.FilledStarFilledStarFilledStarFilledStarFilledStar由ML提供2018年5月6日Ilikethecourseandhowthequestionsaredesigned.Iwishitcanbeaccompaniedbyabookletoftranscriptsofsomesort.Videosaregood,butsoaretraditionalreadingmaterials.FilledStarFilledStarFilledStarFilledStarFilledStar由BU提供2020年5月25日Thiswasaninvaluablelearningexperience.Iwasdelightedtogothroughthislearning.Istronglysuggestthiscoursetoanyonewhowantstolearnorrefreshtheirstatisticsknowledge.查看所有評論關於贝叶斯统计專項課程ThisSpecializationisintendedforalllearnersseekingtodevelopproficiencyinstatistics,Bayesianstatistics,Bayesianinference,Rprogramming,andmuchmore.Throughfourcompletecourses(FromConcepttoDataAnalysis;TechniquesandModels;MixtureModels;TimeSeriesAnalysis)andaculminatingproject,youwillcoverBayesianmethods—suchasconjugatemodels,MCMC,mixturemodels,anddynamiclinearmodeling—whichwillprovideyouwiththeskillsnecessarytoperformanalysis,engageinforecasting,andcreatestatisticalmodelsusingreal-worlddata.常見問題我什么时候能够访问课程视频和作业？讲座和作业的访问权限取决于您的注册类型。

如果您以旁听模式参加课程，则可以免费查看大多数课程资料。

要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。

如果看不到旁听选项：课程可能不提供旁听选项。

您可以尝试免费试用，也可以申请助学金。

课程可能会改为提供'完整课程，没有证书'。

通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。

这也意味着您将无法购买证书体验。

我订阅此专项课程后会得到什么？您注册课程后，将有权访问专项课程中的所有课程，并且会在完成课程后获得证书。

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。

有助学金吗？是的。

如果您负担不起学习计划的注册费，则可以在选择学习计划时申请助学金或奖学金。

如果您选择的学习计划提供助学金或奖学金，则您将在描述页面上看到一个申请链接。

Whatarethepre-requisitesforthiscourse?Youshouldhaveexposuretotheconceptsfromabasicstatisticsclass(forexample,probability,theCentralLimitTheorem,confidenceintervals,linearregression)andcalculus(integrationanddifferentiation),butitisnotexpectedthatyourememberhowtodoalloftheseitems.Thecoursewillprovidesomeoverviewofthestatisticalconcepts,whichshouldbeenoughtoremindyouofthenecessarydetailsifyou'veatleastseentheconceptspreviously.Onthecalculusside,thelectureswillincludesomeuseofcalculus,soitisimportantthatyouunderstandtheconceptofanintegralasfindingtheareaunderacurve,ordifferentiatingtofindamaximum,butyouwillnotberequiredtodoanyintegrationordifferentiationyourself.Whatcomputingresourcesareexpectedforthiscourse?Dataanalysisisdoneusingcomputersoftware.ThiscourseprovidestheoptionofExcelorR.Equivalentcontentisprovidedforbothoptions.AverybriefintroductiontoRisprovidedforpeoplewhohaveneveruseditbefore,butthisisnotmeanttobeacourseonR.LearnersusingExcelareexpectedtoalreadyhavebasicfamiliarityofExcel.還有其他問題嗎？請訪問學生幫助中心。

CourseraFooter開拓職業生涯或促進職業發展Google數據分析師Google項目管理GoogleUX設計GoogleIT支持IBM數據科學IBM數據分析師使用Excel和R的IBM數據分析IBMCybersecurityAnalystIBM數據工程IBM全棧雲開發人員Facebook社交媒體營銷Facebook市場營銷分析Salesforce銷售發展代表Salesforce銷售運營直覺簿記備考GoogleCloud認證：雲架構師備考GoogleCloud認證：雲數據工程師開啟您的職業生涯準備證書開拓職業生涯瀏覽熱門主題免費課程學習語言pythonJava網頁設計SQLCursosGratisMicrosoftExcel項目管理網絡安全人力資源數據科學免費課程說英語內容寫作全棧網絡開發人工智能C語言程序設計溝通技能區塊鏈查看全部課程熱門課程和文章適用於數據科學團隊的技能數據驅動的決策軟件工程技能工程團隊所需的軟技能管理技能營銷技能銷售團隊所需的技能產品經理技能財務技能英國的熱門數據科學課程BeliebteTechnologiekurseinDeutschland熱門網絡安全證書熱門IT證書熱門SQL證書營銷經理職業指南項目經理職業指南Python程序設計技能Web開發者職業指南數據分析師技能用戶體驗設計師方面的技能在線獲得學位或證書MasterTrack®證書專業證書大學證書MBA和商學學位DataScienceDegreesComputerScienceDegrees數據分析師學位公共衛生學位社會科學學位管理學位歐洲頂級大學學位碩士學位學士學位具有成績錄取途徑的學位學士學位課程什麼是學士學位？取得碩士學位需要多長時間？在線獲取MBA有什麼價值？報名研究生院的7種付費方式查看所有證書Coursera關於我們提供的內容管理團隊工作機會目錄CourseraPlus專業證書MasterTrack®證書學位企業版政府版面向校園成為合作夥伴新冠疫情響應社區學生合作夥伴開發者Beta測試人員專業譯員博客技術博客教學中心更多媒體投資者條款隱私幫助內容訪問聯繫我們文章目錄附屬公司現代奴隸制聲明隨時隨地學習©2022CourseraInc.保留所有權利。