Data Analysis and Statistical Inference普通证书 签名认证

数据分析与统计推断

关注 (7973) 学过 (126) 写点评 (58) 晒证书

9.2 (58人)

  • 知识量:9.5
  • 教师参与:9.6
  • 趣味性:9.6
  • 课程设计:9.8

难度:一般

开始时间:2015-09-14

持续时间:10.0周/每周6.0-8.0小时

去上课

达人推荐

cilyn

cilyn

普通公民

获得证书 0

这门统计课好赞!整体的脉络非常清晰,教授方法的时候特别注意强调各个分析的适用条件和从直观上来理解,我在经过统计学本科的学习以后,再听这个课还是很有收获。老师的美音很标准,基本可以拿来做听力材料,课件也很清楚。整门课讲了简单的统计方法和应用,注重结果的使用,没有涉及证明。(其实如果学习了这些结果是如何出来的,理解会更加深入,但这就是比较深的要求了。)另外还有R软件的作业和Project,一定要做,是非常好的R入门课和对上课知识的理解加深。课程内容不少,如果是刚接触统计,还是有些难度的,特别还涉及R的使用。但学下来一定会有收获,推荐。

你可能感兴趣换一换

这门课程的教学目标如下:

  • 认清数据收集的重要性,认清数据收集方法的局限,认清这些因素是如何影响推断的。使用数据软件(R)来在数字上和在视觉上总结数据,并且呈现对数据的分析。
  • 对统计推断的本质有一个概念上的理解。利用评估和测试方法(置信区间和假说测试)来分析单一变量和两个变量之间的关系,以便于理解自然现象的本质以及做出基于数据的决策。利用回归框架做模型来研究两个或更多数据之间的关系。
  • 用通俗易懂的语言在具体环境中正确、高效地讲解结果。
  • 评价基于数据做出的声明和决策。
  • 用简单的数据推断和模型方法完成一个调查项目。


课程大纲
第1周:第一单元 - 介绍数据
第一部分 - 设计研究
第二部分 - 探索数据分析
第三部分 - 介绍通过仿真推断

第2周:第二单元 - 概率和分布
第一部分 - 定义概率
第二部分 - 条件概率
第三部分 - 正态分布
第四部分 - 二项分布

第3周:第三单元 - 推断基础
第一部分 - 估值可变性和中心极限理论
第二部分 - 置信区间
第三部分 - 假设测试

第4周:完成第三单元 + 期中
第四部分 - 其他估计量的推断
第五部分 - 判断的错误、重要性和可信度

第5周:第四单元 - 数字变量的推断
第一部分 - 比较两种方法
第二部分 - 另解
第三部分 - t分布推断
第四部分 - 比较三种或更多方法(ANOVA)

第6周:第五单元 - 明确变量推断
第一部分 - 单比例
第二部分 - 两比例对比
第三部分 - 通过仿真比例推断
第四部分 - 比较三种或更多比例(Chi-square)

第7周:第六单元 - 介绍线性回归
第一部分 - 两个数字变量之间的关系
第二部分 - 单一预测的线性回归
第三部分 - 线性回归中的异常值
第四部分 - 线性回归中的推断

第8周:第七单元 - 多重线性回归
第一部分 - 多预测的线性回归
第二部分 - 多重线性回归推断
第三部分 - 模型选择
第四部分 - 模型诊断

第9周:复习/答疑周
贝叶斯推论 vs. 概率推论

第10周:期末考试


先修知识
基础数学,不需要编程经验。对数据分析的真心热爱是附加条件!


参考资料
这门课设计成自我包含所有内容的形式。但是我们建议学生参考《OpenIntro Statistics》(第七版)。这门课紧跟这本书,所以书中内容可以作为视频材料的补充。除此之外,练习题会从这本书中出。本书是公开资源,可以在网站openintro.org上免费在线阅读。


授课形式
这门课会包括视频课程,5到10分钟的长度,每个视频会有几个视频内测试。家庭作业包括评分的选择题测试、不计分的书中问题、数据计算分析作业、一个数据分析项目、期中和期末考试。


常见问题解答
完成这门课程后能获得证书吗?
能。只要你依据评分规则成功完成了这门课,就能得到证书。

这门课是免费的吗?
是的!你免费上这门课,并且获得免费的证书。
不过,如果你想要认证证书,你需要支付费用。你可以在这里阅读更多的认证证书信息,来看看有没有你感兴趣的地方。除此之外,如果你想要获得推理论证、数据分析和写作的系列课程认证,你就需要认证证书。你可以点击这里了解更多关于系列课程的信息。

上这门课需要之前学习编程知识吗?
这门课不需要编程背景。所有你需要学习的这门课都已经包括了。

这门课需要什么资源?
你需要稳定的网络连接以便观看视频,得到推荐的阅读材料,完成测试和考试。为了完成实验和大作业,你需要能够运行R(一个免费的数据计算和图形化软件)和RStudio(一个以R作为用户接口的集成开发环境)。
或者,你可以选择在DataCamp.com搭建实验环境(不是项目),这是一个在线的交互学习平台。这个平台提供这门课所用到的交互版的R实验环境,它提供提示和安装反馈,可以促进学习过程。这些提示就像是对你的一个引导,及时反馈帮助你避免很多因为学习新的编程语言猜测隐晦的报错信息带来的沮丧。

R/RStudio可以在任何系统上运行吗?
R可以在Windows、Mac Os和Ubuntu上运行。你可以在http://www.r-project.org下载R,在http://www.rstudio.com/上下载RStudio。一旦这门课开始,我们会提供怎么安装启动R和RStudio的视频。

完成这门课我需要学习R吗?
你可以顺利通过某些课程内容而不需要使用R,但是你需要用R来做实验和大作业来争取获得优秀证书。

R可以在智能手机或者平板上运行吗?
R可以在智能手机和平板上运行(看这里),但是这需要权限接触RStudio服务器,本门课不提供这些。RStudio服务器安装教程在RStudio的网站上提供,点击这里


翻译:@Daydreamer_宇
编辑:@玛雅蓝

课程点评 写点评

综合评分:9.2难度:一般

  • 知识量:9.5
  • 教师参与:9.6
  • 趣味性:9.6
  • 课程设计:9.8
  • 讲解清楚 14
  • 入门级 9
  • 偏应用 8
  • 干货 7

精彩点评

  • martina_choi
    martina_choi 已完成

    在全说简单的人群里想说有一点难度真的需要勇气。 难在我没相关基础或先修且用英语学。 文科生,也因为在文科院校就读,一个年级选统计学选修的连20人都没有被强制关课,于是铁了心把dasi修了(一把泪。。高考填志愿需谨慎啊~) 老师讲课清晰,但知识量真心大,工作量真心大。 视频每周平均15个,十周我记笔记正好用完一本普通厚度的A4本子,度娘维基随时待命,平日课较多所以一般都是周末对着电脑从早坐到晚,加之英语不够好(四六级600上下)让我有时产生痛苦之感。 quiz和lab都易拿满分。project写了三四个小时,peer assignment要改三个人的,我就不太喜欢。midterm&final难度会提升一点,只允许做一次。 R还是很有趣的喔,但这门课顶多是领略了一下,还不能算是入门。 最后都挺过来啦,85%拿到证书with distinction! 很高兴很高兴!毕竟花了很多心思和时间在里面努力没有白费>3< 学习建议给和我差不多背景的同学:参考@非乌龟 和@qhduan 的笔记,在论坛或q群里问问题,买本中文的统计学课本,我用人大出版社贾俊平写的《统计学》课本对我帮助还挺大的。

    晒证书 Data Analysis and Statistical Inference Data Analysis and Statistical Inference
  • ren_cheng
    ren_cheng 已完成

    第一张认证的证书,申请了奖学金,然后就莫名其妙的获得了~作为文科生,认真对待,听懂毫无压力呀,老师讲解的很不错,project也很锻炼人(虽然这一项我只得了70%的分数),真正的把R和统计学理论结合在一起,很实用的课程!

    晒证书 Data Analysis and Statistical Inference Data Analysis and Statistical Inference
  • 依然很拉風
    依然很拉風 在上课

    这是一门综合性很强的课,十分有助于对统计学有个系统的入门学习过程。作为一门MOOC学院里非常火的课,它能吸引这么多人这么高的评价,决不仅仅是顺应了大数据时代的时势。优点很多,缺点也有。下面分别描述: 优点: 1、非常系统化。统计学的知识从最简单的入门常识,到稍高级点的都涵盖到位,而且都是常用的,没有冷门的知识; 2、讲解详细,示例生动。除了基本统计学知识,无论是在videos中,还是在quizzes以及labs中,老师都尽可能的与简单生动的例子联系起来,将知识应用与实际,更能加深理解; 3、理论与实际相结合。labs就是一个很好的将知识转化为能力的场所。有两种途径可以用来解决labs的问题。因为之前在另一门MOOC中学过R,所以这里我选R。在每个lab的问题之前,都有一个introduction,详细地介绍了问题背景,数据意义,分析过程,甚至将可能用到的每一句R的代码都给出来了。所以即使没有R基础的同学也不用怕,直接copy代码再按回车查看结果,这么简单的事相信每个人都会的吧?通过这个过程,也熟悉训练了R中常用的语句。 4、有projects可做。做项目才是训练思维过程、应用巩固知识最有效的方式。不过我暂时还没做,先保留意见。 5、课件做得很好。videos基本按PPT讲的,正如有评论中提到了,可以直接在ppt上做笔记了。 6、老师是美女,声音音调也好听(好吧,这个算还是不算呢?……) 缺点: 1、有些冗长。每周的videos多了点,对自由时间不够的同学来说压力不小。我其实有统计学基础,所以我一般先看PPT,已经懂的知识就不看videos了。 2、客观上这个可能不算缺点,但对于我来说是。我的英语水平介于懂她想问什么,又不能完全弄懂她到底想问什么。所以quizzes里很多问题对我来说有歧义,我明明会做!结果硬是错了啊!!!桑心…… 3、关于R部分,这门课只能算是提到了R,学完这门课只能算是对R有了了解和接触,还不能算入门。

    晒证书 Data Analysis and Statistical Inference Data Analysis and Statistical Inference

最新点评

  • 虚幻世界
    虚幻世界 已完成

    非常棒,老师讲解的很清晰,干货很多。许多理论会专门用一个小视频来讲解例子,化抽象为具体。英语不是障碍,基本听完一周后就感觉很舒畅了。

    2016-01-27 07:30 2
  • 我的肾好疼
    我的肾好疼 在上课

    非常棒的统计入门课!不要看这是英文课,但学进去了其实比国内的大学课程还要简单。区别就在于国内课程往往受抽象的概念束缚,他们往往不说人话,并且假定你能听懂鸟语,导致难以向没入门的童鞋讲解清楚;这门课就假定学生没有任何这方面的基础,力图用最直白的示例来清楚解释统计学概念。说到统计学概念,那就更应该上国外课程了,因为国内外在某些统计学概念上有细微的差距和不同的表示方法,国内的那套适合于国内的考试、考研;但真正想深入研究学习,乃至应用统计软件解决问题,还是国外的概念体系更好。这门课无论是内容结构,还是lab训练R语言,作业还有考试,每一处细节都认真地设计,环环相扣,学习起效率很高。虽然现在基本不会再上初级统计学课了,但仍时常翻起这门课的PPT来回顾一些统计学概念。

  • Zero小盧要做技术宅
    Zero小盧要做技术宅 已完成

    这门课的老师也很赞,很多杜克的课都很赞啊。这门课应该把统计的很多基本概念都讲了。我最高兴的是我终于知道置信区间的概念了,之前在学概率的时候一直都没能搞清楚置信区间的概念。同时我也对假设检验的流程有了了解,杜克的课很是很赞的,强力推荐!

    晒证书 Data Analysis and Statistical Inference Data Analysis and Statistical Inference
    2015-12-25 14:39 0
  • 铁肩侠
    铁肩侠 已完成

    非常非常棒的统计学入门课程。课程几乎不涉及任何的数学问题,多在讲统计学思想。这门课真正带我了解了统计学,谢谢老师!如果用2个词来描述这门课,就是“入门”,“全面”。

    晒证书 Data Analysis and Statistical Inference Data Analysis and Statistical Inference
  • miramira
    miramira 已完成

    我是需要申请,学的这门课,刚开始一两周感觉挺简单的,后来慢慢开始重视起来。 觉得整体结构很好,而且project真的很值得做。这个国外的教学方法很需要国内教育体系学习。在采集数据,验证条件等等过程(虽然繁杂)中其实就在培养我们学生搭建框架的能力,而不是中国的教育方式,把框架直接给我们用就可以了。可能中国试卷上的一道计算题成为了一个project,让我们参与其中,一步一步引向结论,对以后的自己探索的能力的发展很有帮助。 所以很推荐这门课,特别是一定要做project。虽然没有那么难,但是上了课就回发现自己之前学习的缺陷。

    2015-11-28 14:32 0
  • zei-heart
    zei-heart 已完成

    终于历时8周修下来了这门课,它基本已经涵盖了统计的基础知识,每周的quiz总体还是比较简单的,但是期中和期末测试比较偏向应用。这就需要大家熟练掌握什么时候用不同的统计方法,这一定要通过多加练习来实现。Project是个有趣的作业,能让同学们熟练地掌握R的基本入门,不过我想想成为真正的数据分析员,还是要更进一步!

    晒证书 Data Analysis and Statistical Inference Data Analysis and Statistical Inference
    2015-11-28 13:37 0
  • Pats
    Pats 已完成

    第二张MOOC证书,最终成绩83.1%。 补了学校里没选上的基础课,收获很大。 作为入门级统计课程,这门课舍去了过于复杂的数学推导,使用大量应用案例来直观地展示了统计学的威力。 学习量很大,老师语速也比较快,作为计量经济学方向的研究生,依然感觉压力山大。 或许是时候反思一下学习态度了。Project也不好好做,看到一水的with distinction证书真是羡慕嫉妒恨啊。

    晒证书 Data Analysis and Statistical Inference Data Analysis and Statistical Inference
    2015-11-28 04:52 0
  • new兰溪清浅
    new兰溪清浅 已完成

    算了一下应该能拿到证书。 优点:老师讲课生动,很容易让人进入课程,理解;老师发音也很标准,7周课下来,我的听力确实提高不少,从开始需要看字幕甚至有时来回听几遍,到后来基本可以不看字幕听懂了。 缺点:Lab偏基础,教学挺多,实战还是不够。(可能我有R分析的基础) 课程:开始几单元比较简单,期中考后难度略升,最后几单元又回归简单。 考试:期中考试简单,我基本拿了满分,但是期末考只拿了10/15和13/15。也可能自己在课程开始花费较多时间,而后期投入时间不多。 收获:至少对于一个生物信息专业却没学过统计学的研究僧而言,帮助不小。对于那些统计方法,不再一头雾水了。 很可惜的是,project只完成了peer review,后来由于自己科研时间紧张,实在没有时间来完成剩下的project.。所以只能拿到accomplishment 证书,而不是 distiction了…… 非常值得,感谢老师。

    晒证书 Data Analysis and Statistical Inference Data Analysis and Statistical Inference
    2015-11-24 15:30 0

课程笔记

写笔记
查看全部笔记 >

所属专题

相关课程

京ICP证100430号    京网文[2015] 0609-239号    新出发京零字东150005号     京公网安备11010502007133号 ©2017果壳网

关于我们 新手指南