Hypothesentests in R
Kurs kostenlos starten4 Stunden16 Videos53 Übungen23.966 LernendeLeistungsnachweis
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.Trainierst du 2 oder mehr?
Versuchen DataCamp for BusinessBeliebt bei Lernenden in Tausenden Unternehmen
Kursbeschreibung
Entdecke Hypothesentests in R
Mit Hilfe von Hypothesentests kannst du Fragen zu deinen Datensätzen stellen und sie auf statistisch strenge Weise beantworten. In diesem Kurs lernst du, wie und wann du gängige Tests wie t-Tests, Proportionstests und Chi-Quadrat-Tests anwenden kannst.Du wirst ein tiefes Verständnis dafür bekommen, wie sie funktionieren und welche Annahmen ihnen zugrunde liegen. Du lernst auch, wie verschiedene Hypothesentests zusammenhängen, indem du das "Es gibt nur einen Test"-Prinzip anwendest und nicht-parametrische Tests verwendest, mit denen du die Anforderungen traditioneller Hypothesentests umgehen kannst.
T-Tests und Chi-Quadrat-Tests kennenlernen
Zu Beginn erfährst du, warum Hypothesentests in R nützlich sind und lernst dabei einige Schlüsselkonzepte kennen. Du lernst auch, wie du mit t-Tests auf Mittelwertunterschiede zwischen zwei Gruppen testen kannst und wie du mit Chi-Quadrat-Tests beobachtete Ergebnisse mit erwarteten Ergebnissen vergleichen kannst.Verstehe die Beziehungen zwischen R-Hypothesentests
Im weiteren Verlauf entdeckst du die Zusammenhänge zwischen verschiedenen Tests und erkundest Elemente wie Zufall, Unabhängigkeit der Beobachtung und Stichprobengröße.Wenn du diesen Kurs beendest, wirst du ein tieferes Verständnis für Hypothesentests in R haben und wissen, wann es sinnvoll ist, bestimmte Tests auf deine Daten anzuwenden.
Im Laufe des Kurses wirst du eine Stack Overflow-Benutzerumfrage und einen Datensatz über verspätete Lieferungen von medizinischem Material untersuchen."
Trainierst du 2 oder mehr?
Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.In den folgenden Tracks
Statistiker mit R
Gehe zu Track- 1
Einführung in die Hypothesenprüfung
KostenlosErfahre, warum Hypothesentests sinnvoll sind, und gehe den Arbeitsablauf für einen Proportionstest mit einer Stichprobe durch. Dabei lernst du wichtige Konzepte wie z-Scores, p-p-Werte sowie falsch negative und falsch positive Fehler kennen. Die Datensätze der Stack Overflow-Umfrage und der späten medizinischen Sendungen werden vorgestellt.
Hypothesentests und z-Scores50 xpEinsatzmöglichkeiten von A/B-Tests50 xpBerechnung des Stichprobenmittelwerts100 xpBerechnen eines z-Scores100 xpp-Werte50 xpStrafprozesse und Hypothesentests50 xpLinker Schwanz, rechter Schwanz, zwei Schwänze100 xpBerechnen von p-Werten100 xpStatistische Bedeutung50 xpEntscheidungen aus p-Werten50 xpBerechnung von Konfidenzintervallen100 xpFehler Typ I und Typ II100 xp - 2
Tests mit zwei Stichproben und ANOVA
Lerne, wie man mit t-Tests Mittelwertunterschiede zwischen zwei Gruppen prüft und wie man dies mit ANOVA und paarweisen t-Tests auf mehr als zwei Gruppen ausdehnt.
Durchführung von t-Tests50 xpArbeitsablauf der Hypothesentests100 xpZwei-Stichproben-Mittelwert-Teststatistik100 xpBerechnen von p-Werten aus t-Statistiken50 xpWarum wird t benötigt?50 xpDie t-Verteilung50 xpVon t bis p100 xpGepaarte t-Tests50 xpIst eine Paarung erforderlich?100 xpDen Unterschied sichtbar machen100 xpt.test() verwenden100 xpANOVA Tests50 xpViele Kategorien visualisieren100 xpDurchführen eines ANOVA Tests100 xpPaarweise t-Tests100 xp - 3
Proportionale Tests
Lerne, wie du mit Proportionstests Unterschiede in den Anteilen zwischen zwei Gruppen prüfst, erweitere sie mit Chi-Quadrat-Unabhängigkeitstests auf mehr als zwei Gruppen und kehre mit Chi-Quadrat-Anpassungstests zum Fall mit einer Stichprobe zurück.
Proportionstests bei einer Stichprobe50 xpt für Proportionen?50 xpTest für einzelne Proportionen100 xpZwei-Stichproben-Proportionstests50 xpTest von zwei Proportionen100 xpprop_test() für zwei Stichproben100 xpChi-Quadrat-Test der Unabhängigkeit50 xpDie Chi-Quadrat-Verteilung50 xpWie viele Schwänze gibt es bei Chi-Quadrat-Tests?50 xpDurchführen eines Chi-Quadrat-Tests100 xpChi-Quadrat-Tests zur Anpassungsgüte50 xpVisualisierung der Anpassungsgüte100 xpDurchführen eines Goodness-of-Fit-Tests100 xp - 4
Nichtparametrische Tests
Lerne die Annahmen parametrischer Hypothesentests kennen und erfahre, wie simulationsbasierte und rangbasierte nichtparametrische Tests verwendet werden können, wenn diese Annahmen nicht erfüllt sind.
Annahmen bei Hypothesentests50 xpGemeinsame Annahmen von Hypothesentests50 xpStichprobengröße testen100 xpDer Rahmen "Es gibt nur einen Test"50 xpEs gibt nur einen Test50 xpSpezifizieren und Hypothesen aufstellen100 xpWeiterführung der Infer-Pipeline50 xpErzeugen & Berechnen100 xpBeobachtete Statistik und p-value100 xpNicht-parametrische ANOVA und ungepaarte t-Tests50 xpSimulationsbasierter t-Test100 xpRangsummentests100 xpHerzlichen Glückwunsch!50 xp
Trainierst du 2 oder mehr?
Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.In den folgenden Tracks
Statistiker mit R
Gehe zu TrackIn anderen Tracks
Grundlagen der Statistik mit RDatensätze
Late ShipmentsLate shipments Bootstrap DistributionDemocratic Presidential Candidates by CountyStackOverflow SurveyMitwirkende
Voraussetzungen
Sampling in RRichie Cotton
Mehr anzeigenData Evangelist at DataCamp
Was sagen andere Lernende?
Melden Sie sich an 15 Millionen Lernende und starten Sie Hypothesentests in R Heute!
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.