Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Die Stichprobenziehung in Python ist der Eckpfeiler der Inferenzstatistik und der Hypothesentests. Das ist eine mächtige Fähigkeit, die bei der Analyse von Umfragen und bei der Versuchsplanung eingesetzt wird, um Schlussfolgerungen zu ziehen, ohne eine ganze Grundgesamtheit zu befragen. In diesem Kurs über Stichproben in Python erfährst du, wann du Stichproben verwenden solltest und wie du gängige Arten von Stichproben durchführst - von einfachen Zufallsstichprobenziehung bis hin zu komplexeren Methoden wie der geschichteten Stichprobenziehung und der Clusterstichprobenziehung. Anhand von realen Datensätzen wie Kaffeebewertungen, Spotify-Songs und Mitarbeiterfluktuation lernst du, Grundgesamtheitsstatistiken zu schätzen und die Unsicherheit in deinen Schätzungen zu quantifizieren, indem du Stichprobenverteilungen und Bootstrap-Verteilungen erstellst.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in die Stichprobenziehung
Erfahre, was Sampling ist und warum es so mächtig ist. Außerdem erfährst du etwas über die Probleme, die durch Zufallsstichproben entstehen, und über die Unterschiede zwischen echtem Zufall und Pseudozufall.
- Stichprobenziehung und Punktschätzungen50 XP
- Gründe für die Stichprobenziehung50 XP
- Einfache Stichprobenziehung mit Pandas100 XP
- Einfache Stichprobenziehung und Berechnungen mit NumPy100 XP
- Einfache Stichprobenziehung50 XP
- Sind die Ergebnisse der Stichprobe verallgemeinerbar?100 XP
- Sind diese Ergebnisse verallgemeinerbar?100 XP
- Pseudo-Zufallszahlengenerierung50 XP
- Zufallszahlen generieren100 XP
- Seeds für Zufallszahlen verstehen100 XP
2
Methoden zur Stichprobenziehung
Jetzt ist es an der Zeit, die vier Methoden zur zufälligen Stichprobenziehung in Python praktisch anzuwenden: einfache, systematische, geschichtete und Cluster-Stichprobenziehung.
3
Stichprobenverteilungen
Lass uns deine Stichprobenziehung testen. In diesem Kapitel erfährst du, wie du die Genauigkeit von Stichprobenstatistiken mit Hilfe von relativen Fehlern quantifizierst und die Schwankungen in deinen Schätzungen durch die Erstellung von Stichprobenverteilungen misst.
4
Bootstrap-Verteilungen
Du wirst dich mit dem Resampling auseinandersetzen, um Bootstrapping durchzuführen und die Variation in einer unbekannten Grundgesamtheit zu schätzen. Du lernst den Unterschied zwischen Stichprobenverteilungen und Bootstrap-Verteilungen mit Resampling.
Stichprobenziehung in Python
Kurs
abgeschlossen
