急需老师辅导奥克兰大学Data Analysis课程，这边可以吗？

　　奥克兰大学数据分析(STATS 201)是一门实用的统计数据分析课程，重点强调统计结果的解释和交流。课程主要研究了线性模型，同时还介绍了分类数据、广义线性模型和时间序列。数据分析课程使用R计算环境讲授，重点是可重复的研究。

　　数据分析(STATS 201)课程关键主题：

　　1、线性模型

　　R简介;简单线性模型;线性模型的假设;模型检查和推理;空模型(单样本t检验);配对t检验;使用线性模型拟合曲线;二次模型;使用分类变量作为解释变量;两个样本t检验;乘法模型;在对数刻度上工作;幂律模型;具有分类和数字解释变量(ANCOVA)的模型;具有多个解释变量的模型;多元线性回归;多层次解释因子(单向方差分析);多重比较问题;双向方差分析。

　　2、分类数据和广义线性模型

　　计数数据;泊松分布;通过glm使用泊松回归;二进制响应;使用二项式glm;从计数表建模数据;优势比。

　　3、时间序列

　　时间序列的组成部分;时间序列图;预测;建模时间序列。

　　课程结束时，学生应该：

　　1、能够使用 R 选择并进行适当的分析。

　　2、将适当的模型拟合到数据集，在检查基本假设后根据需要修改模型。

　　3、使用适当的工具进行探索性数据分析。

　　4、开发和展示日志转换的应用和结果的知识。

　　5、使用技术语言总结分析的探索和模型拟合阶段的要点。还能够传达适合数据的最终模型的数学公式。

　　6、使用统计结果在适当的环境中回答关键问题。

　　7、能够将数据分析的主要发现传达给对统计知之甚少或一无所知的人。

　　8、识别和解释时间序列模型的输出。

　　同学如果有相关课程的补习需求，可以随时和我们的新西兰课程辅导老师沟通，老师讲根据同学的学习弱项进行有针对性的辅导，帮助同学加深对课程知识的理解。