Pular para o conteúdo principal
InícioR

Introdução à regressão em R

"Preveja preços de imóveis e taxa de cliques em anúncios usando análise de regressão em R."

Comece O Curso Gratuitamente
4 horas14 vídeos52 exercícios56.370 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

A regressão linear e a regressão logística são os dois modelos estatísticos mais usados e funcionam como chaves mestras, desvendando os segredos ocultos nos conjuntos de dados. Neste curso, você adquirirá as habilidades necessárias para ajustar regressões lineares e logísticas simples. Por meio de exercícios práticos, você explorará as relações entre variáveis em conjuntos de dados do mundo real, incluindo reclamações de seguros de automóveis, preços de casas em Taiwan, tamanhos de peixes e muito mais. Ao final deste curso, você saberá como fazer previsões a partir dos seus dados, quantificar o desempenho do modelo e diagnosticar problemas com o ajuste do modelo.
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

Certificação disponível

Cientista de dados associado in R

Ir para a trilha

Estatístico in R

Ir para a trilha

Fundamentos de estatística in R

Ir para a trilha
  1. 1

    Regressão linear simples

    Gratuito

    Você aprenderá os conceitos básicos desse modelo estatístico popular, o que é regressão e como as regressões linear e logística diferem. Em seguida, você aprenderá a ajustar modelos de regressão linear simples com variáveis explicativas numéricas e categóricas e a descrever a relação entre a resposta e as variáveis explicativas usando os coeficientes do modelo.

    Reproduzir Capítulo Agora
    Uma história de duas variáveis
    50 xp
    Qual delas é a variável de resposta?
    50 xp
    Visualização de duas variáveis
    100 xp
    Ajuste de uma regressão linear
    50 xp
    Estimar o intercepto
    50 xp
    Estimar a inclinação
    50 xp
    Regressão linear com lm()
    100 xp
    Variáveis explicativas categóricas
    50 xp
    Visualização de dados numéricos versus dados categóricos
    100 xp
    Cálculo de médias por categoria
    100 xp
    lm() com uma variável explicativa categórica
    100 xp
  2. 2

    Previsões e objetos-modelo

    Neste capítulo, você descobrirá como usar modelos de regressão linear para fazer previsões sobre os preços de imóveis em Taiwan e cliques em anúncios do Facebook. Você também desenvolverá suas habilidades de regressão à medida que colocar a mão na massa com objetos de modelo, entender o conceito de "regressão à média" e aprender a transformar variáveis em um conjunto de dados.

    Reproduzir Capítulo Agora
  3. 3

    Avaliação da adequação do modelo

    Neste capítulo, você aprenderá a fazer perguntas ao seu modelo para avaliar o ajuste. Você aprenderá a quantificar a adequação de um modelo de regressão linear, a diagnosticar problemas de modelo usando visualizações e a entender a alavancagem e a influência de cada observação usada para criar o modelo.

    Reproduzir Capítulo Agora
Para Empresas

GroupTreinar 2 ou mais pessoas?

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

Nas seguintes faixas

Certificação disponível

Cientista de dados associado in R

Ir para a trilha

Estatístico in R

Ir para a trilha

Fundamentos de estatística in R

Ir para a trilha

conjuntos de dados

Taiwan Real EstateAd conversion dataChurn dataS&P 500 Yearly Returns

colaboradores

Collaborator's avatar
Maggie Matsui
Collaborator's avatar
Amy Peterson
Collaborator's avatar
Adel Nehme
Richie Cotton HeadshotRichie Cotton

Data Evangelist at DataCamp

Ver Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 15 milhões de alunos e comece Introdução à regressão em R 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.