Pular para o conteúdo principal
InícioPython

Intermediate Regression with statsmodels in Python

Learn to perform linear and logistic regression with multiple explanatory variables.

Comece O Curso Gratuitamente
4 horas14 vídeos52 exercícios10.792 aprendizesTrophyDeclaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas


Descrição do Curso

Linear regression and logistic regression are the two most widely used statistical models and act like master keys, unlocking the secrets hidden in datasets. In this course, you’ll build on the skills you gained in "Introduction to Regression in Python with statsmodels", as you learn about linear and logistic regression with multiple explanatory variables. Through hands-on exercises, you’ll explore the relationships between variables in real-world datasets, Taiwan house prices and customer churn modeling, and more. By the end of this course, you’ll know how to include multiple explanatory variables in a model, discover how interactions between variables affect predictions, and understand how linear and logistic regression work.
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.
DataCamp Para EmpresasPara uma solução sob medida , agende uma demonstração.

Nas seguintes faixas

Fundamentos de estatística em Python

Ir para a trilha
  1. 1

    Parallel Slopes

    Gratuito

    Extend your linear regression skills to parallel slopes regression, with one numeric and one categorical explanatory variable. This is the first step towards conquering multiple linear regression.

    Reproduzir Capítulo Agora
    Parallel slopes linear regression
    50 xp
    Fitting a parallel slopes linear regression
    100 xp
    Interpreting parallel slopes coefficients
    100 xp
    Visualizing each explanatory variable
    100 xp
    Visualizing parallel slopes
    100 xp
    Predicting parallel slopes
    50 xp
    Predicting with a parallel slopes model
    100 xp
    Visualizing parallel slopes model predictions
    100 xp
    Manually calculating predictions
    100 xp
    Assessing model performance
    50 xp
    Comparing coefficients of determination
    100 xp
    Comparing residual standard error
    100 xp
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Fundamentos de estatística em Python

Ir para a trilha

conjuntos de dados

Ad conversionCustomer churnTaiwan real estateFish measurement dataeBay auctions

colaboradores

Collaborator's avatar
Richie Cotton
Collaborator's avatar
Maggie Matsui
Collaborator's avatar
Amy Peterson
Maarten Van den Broeck HeadshotMaarten Van den Broeck

Senior Content Developer at DataCamp

Ver Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 15 milhões de alunos e comece Intermediate Regression with statsmodels in Python hoje mesmo!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.