Accéder au contenu principal

Cours

Échantillonnage en R

IntermédiaireNiveau de compétence

Actualisé 08/2024

Maîtrisez l'échantillonnage pour obtenir des statistiques plus précises avec moins de données.

Commencer Le Cours Gratuitement

RProbability & Statistics4 h15 vidéos51 Exercices4,000 XP24,404Certificat de réussite.

Créez votre compte gratuit

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former 2 personnes ou plus ?

Essayez DataCamp for Business

Description du cours

L’échantillonnage est une pierre angulaire des statistiques inférentielles et des tests d’hypothèse. Il est essentiel pour l’analyse d’enquêtes et la conception expérimentale. Ce cours explique quand et pourquoi l’échantillonnage est important, et vous apprend à réaliser les types d’échantillonnage les plus courants, de l’échantillonnage aléatoire simple à des méthodes plus avancées comme l’échantillonnage stratifié et par grappes. La suite du cours aborde l’estimation de statistiques de population et la quantification de l’incertitude de vos estimations en générant des distributions d’échantillonnage et des distributions bootstrap. Tout au long du cours, vous explorerez des jeux de données réels sur les notes de cafés, les morceaux Spotify et l’attrition des employés.

Prérequis

Introduction to Statistics in R

1

Introduction to Sampling

Learn what sampling is and why it is useful, understand the problems caused by convenience sampling, and learn about the differences between true randomness and pseudo-randomness.

Sampling and point estimates

Reasons for sampling

Simple sampling with dplyr

Simple sampling with base-R

Convenience sampling

Are findings from the sample generalizable?

Are these findings generalizable?

Pseudo-random number generation

Generating random numbers

Understanding random seeds

Commencer Le Chapitre

2

Sampling Methods

Learn how to and when to perform the four methods of random sampling: simple, systematic, stratified, and cluster.

Simple random and systematic sampling

Simple random sampling

Systematic sampling

Is systematic sampling OK?

Stratified and weighted random sampling

Which sampling method?

Proportional stratified sampling

Equal counts stratified sampling

Weighted sampling

Cluster sampling

Benefits of clustering

Performing cluster sampling

Comparing sampling methods

3 kinds of sampling

Summary statistics on different kinds of sample

Commencer Le Chapitre

3

Sampling Distributions

Learn how to quantify the accuracy of sample statistics using relative errors, and measure variation in your estimates by generating sampling distributions.

Relative error of point estimates

Calculating relative errors

Relative error vs. sample size

Creating a sampling distribution

Replicating samples

Replication parameters

Approximate sampling distributions

Exact sampling distribution

Approximate sampling distribution

Exact vs. approximate

Standard errors and the Central Limit Theorem

Population & sampling distribution means

Population and sampling distribution variation

Commencer Le Chapitre

4

Bootstrap Distributions

Learn how to use resampling to perform bootstrapping, used to estimate variation in an unknown population. Understand the difference between sampling distributions and bootstrap distributions.

Introduction to bootstrapping

Principles of bootstrapping

With or without replacement

Generating a bootstrap distribution

Comparing sampling and bootstrap distributions

Bootstrap statistics and population statistics

Sampling distribution vs. bootstrap distribution

Compare sampling and bootstrap means

Compare sampling and bootstrap standard deviations

Confidence intervals

Confidence interval interpretation

Calculating confidence intervals

Congratulations!

Commencer Le Chapitre

Échantillonnage en R

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire Maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Échantillonnage en R dès aujourd'hui !

Créez votre compte gratuit

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.