Arizona State University

Spécialisation "Modern Statistics for Data-Driven Decision-Making"

Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Ce spécialisation n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
Arizona State University

Spécialisation "Modern Statistics for Data-Driven Decision-Making"

Statistical Methods Crucial in Today’s Environment.

Apply statistical methods, evaluate & analyze data to inform decision-making.

George Runger
Anthony Kuhn
Douglas C. Montgomery

Instructeurs : George Runger

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet

des 6 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

4 semaines à compléter
à 10 heures par semaine
Approfondissez votre connaissance d’un sujet

des 6 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

4 semaines à compléter
à 10 heures par semaine

Ce que vous apprendrez

  • Learners will apply basic statistical methods for data description and visualization, inference, and decision-making.

  • Learners will understand computer applications for working with data, and concepts & applications of Monte Carlo methods and regression analysis.

  • Participants will learn fundamentals of Bayesian concepts and methods, including Bayesian models, Bayesian networks, and Markov chain Monte Carlo.

  • Learners will execute statistical classification techniques, apply experimental design principles & exhibit usage of approaches in causal learning.

Compétences que vous acquerrez

  • Catégorie : Data Storage Technologies
  • Catégorie : Statistical Methods
  • Catégorie : Data Access
  • Catégorie : Probability & Statistics
  • Catégorie : Data Storage
  • Catégorie : Data-Driven Decision-Making
  • Catégorie : Logistic Regression
  • Catégorie : Supervised Learning
  • Catégorie : Statistics
  • Catégorie : Estimation
  • Catégorie : Applied Machine Learning
  • Catégorie : Bayesian Statistics
  • Catégorie : Exploratory Data Analysis
  • Catégorie : Markov Model
  • Catégorie : Regression Testing
  • Catégorie : Machine Learning Methods
  • Catégorie : Analytics
  • Catégorie : Data Store

Outils que vous découvrirez

  • Catégorie : Database Software
  • Catégorie : Mathematical Software

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais
Récemment mis à jour !

janvier 2026

Planning flexible
Apprenez à votre propre rythme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de Arizona State University

Spécialisation - série de 4 cours

Ce que vous apprendrez

  • Learners will apply basic statistical methods for data description and visualization, inference, and decision-making.

Compétences que vous acquerrez

Catégorie : Exploratory Data Analysis
Catégorie : Analytics
Catégorie : Estimation
Catégorie : Statistics
Catégorie : Probability & Statistics
Catégorie : Logistic Regression

Ce que vous apprendrez

  • Learners will understand computer applications for working with data, and concepts & applications of using R for regression analysis.

Compétences que vous acquerrez

Catégorie : Mathematical Software
Catégorie : Model Evaluation
Catégorie : Data Store
Catégorie : Probability & Statistics
Catégorie : Data Manipulation
Catégorie : Data Transformation
Catégorie : Statistics
Catégorie : Data Storage
Catégorie : Data Storage Technologies
Catégorie : Database Software
Catégorie : Data Access
Bayesian Statistical Concepts and Methods

Bayesian Statistical Concepts and Methods

COURS 3, 6 heures

Ce que vous apprendrez

  • Participants will learn fundamentals of Bayesian concepts and methods, including Bayesian models, Bayesian networks, and Markov chain Monte Carlo.

Compétences que vous acquerrez

Catégorie : Markov Model
Catégorie : Statistical Inference
Catégorie : Probability Distribution
Catégorie : Sampling (Statistics)
Catégorie : Statistical Methods
Catégorie : Bayesian Statistics
Catégorie : Simulations
Catégorie : Statistical Modeling
Catégorie : R Programming
Catégorie : R (Software)
Catégorie : Dependency Analysis
Catégorie : Data Analysis
Catégorie : Data-Driven Decision-Making
Catégorie : Statistical Analysis
Catégorie : Statistical Programming
Catégorie : Network Model
Catégorie : Bayesian Network
Classification and Planned Experiments

Classification and Planned Experiments

COURS 4, 6 heures

Ce que vous apprendrez

  • Learners will execute statistical classification techniques, apply experimental design principles & exhibit usage of approaches in causal learning.

Compétences que vous acquerrez

Catégorie : Statistical Modeling
Catégorie : Applied Machine Learning
Catégorie : Simulation and Simulation Software
Catégorie : Statistical Programming
Catégorie : Data Analysis
Catégorie : Statistical Analysis
Catégorie : Machine Learning Methods
Catégorie : Machine Learning Algorithms
Catégorie : Data Visualization
Catégorie : Statistical Methods
Catégorie : Predictive Modeling
Catégorie : Experimentation
Catégorie : Model Training
Catégorie : Data Science
Catégorie : Research Design
Catégorie : Supervised Learning
Catégorie : Simulations
Catégorie : Logistic Regression
Catégorie : Probability & Statistics
Catégorie : Statistical Inference

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

George Runger
Arizona State University
3 Cours1 438 apprenants

Offert par

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions