UniMate AI

STATS 3001

Statistical Modelling III

3 学分难度 中等

应用统计学家的关键要求之一是能够制定适当的统计模型,然后将其应用于数据中,以回答感兴趣的问题。大多数情况下,此类模型可被视为将响应变量与一个或多个解释变量相关联。例如,在医学实验中,我们可能寻求通过将患者结果与所接受的治疗相关联,同时考虑诸如年龄,性别和疾病严重性等背景变量,来评估一种新的治疗方法。在本课程中,对线性模型进行了严格的讨论,并开发了各种扩展。在实践中有很强的重点,并且统计软件包R被广泛使用。涉及的主题包括:线性模型,最小二乘估计,广义最小二乘估计,估计的性质,高斯-马尔可夫定理;最小二乘几何,线性模型的子空间公式,正交投影;回归模型,阶乘实验,协方差分析和模型公式;回归诊断,残差,影响诊断,转换,Box-Cox模型,模型选择和模型构建策略;逻辑回归模型;泊松回归模型。

What you learn

学完能做什么

学习成果来自官方 Unit Outline,关键词来自这门课的逐周主题。

课程能力关键词

statisticalmodellingcourseanalysispracticemodellingquestionslinearmodelsgeneralisedmodelselectiondiagnosticsandprediction

Syllabus

每周大纲

默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。

  1. 1

    Modelling questions and data

    本周围绕 Modelling questions and data 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticemodellingquestions
  2. 2

    Linear models

    本周围绕 Linear models 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticelinearmodels
  3. 3

    Generalised linear models

    本周围绕 Generalised linear models 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticegeneralisedlinear
  4. 4

    Model selection

    本周围绕 Model selection 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticemodelselection
  5. 5

    Diagnostics and residuals

    本周围绕 Diagnostics and residuals 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticediagnosticsand
  6. 6

    Prediction and validation

    本周围绕 Prediction and validation 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticepredictionand
  7. 7

    Mixed and hierarchical ideas

    本周围绕 Mixed and hierarchical ideas 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticemixedand
  8. 8

    Time series and dependence

    本周围绕 Time series and dependence 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticetimeseries
  9. 9

    Communicating model outputs

    本周围绕 Communicating model outputs 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticecommunicatingmodel
  10. 10

    Applied modelling case

    本周围绕 Applied modelling case 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticeappliedmodelling
  11. 11

    Workshop and review

    本周围绕 Workshop and review 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticeworkshopand
  12. 12

    Statistical modelling review

    本周围绕 Statistical modelling review 展开,结合 STATS 3001 - Statistical Modelling III 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalmodellingcourseanalysispracticestatisticalmodelling

Assessment

考核结构

Ongoing assessment

官方标注 ongoing assessment。

TBA

ExamHurdle

官方标注 exam。

TBA

Week Exam period

Reviews

学生评价

3.0

难度

3.0

含金量

4.0

压力

3.0

教师评分

Yimin Jiang

这门课我也没上过,你觉得如何?

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。