回归建模基础课程评测

大家好！今天想和大家分享一门极具价值的在线课程——回归建模基础。这门课程专门为使用SAS软件进行统计分析的学习者设计，重点涵盖了t检验、方差分析和线性回归，同时也简要介绍了逻辑回归。这对于初学者来说是一个攻克统计学与回归建模的重要开始！

课程概述

在课程的第一部分，您将回顾从统计学简介到假设检验的内容。另外，您会根据在课程中分析的数据进行学习，并为后续的实验做好准备。

本模块将深入探讨模型选择的多种工具。这些工具将有助于限制候选模型的数量，让您能够基于自我专业知识和研究优先级挑选合适的模型。

您将了解如何验证模型的假设，并诊断线性回归中遇到的问题。学习探查残差、识别显著偏离主数据的异常值和影响观察，再到识别多重共线性，避免标准误差的夸大和参数的不稳定，这一部分极具实用价值。

这个模块很有趣，您会从推断统计转向预测建模，告别以p值为中心评估模型的方法，换成誓言诚实的模型评估标准。掌握出色模型的选取及模型到新数据预测的展开。

在这部分中，课程帮助您识别预测变量与二项响应之间的关联，并构建逻辑回归模型，以预测未知案例，非常容易理解却充满深度的 practica，让每位学员都在轻松中学会构建分类器。

总结一下，这门路易入门但知识深厚的课程，是数据科学者必须掌握的要素，推荐大家亲自体验一下！在 Coursera 上，可以根据个人的学习节奏来自由安排学习。想提升自己的统计分析及模型建立能力者不容错过！