Name: R में श्रेणीबद्ध डेटा के लिए अनुमान
Rating: 4.84 (125 reviews)

कोर्स विवरण

श्रेणीबद्ध डेटा हमारे चारों ओर है. यह ताज़ा जनमत सर्वेक्षण के आँकड़ों में, जीनोमिक्स में नए ब्रेकथ्रू तक पहुँचाने वाले डेटा में, और उन बड़े-बड़े डेटा भंडारों में है जिन्हें इंटरनेट कंपनियाँ आपको उत्पाद बेचने के लिए जुटाती हैं. इस कोर्स में आप सीखेंगे कि संकेत को शोर से कैसे अलग करें; ऐसे टूल्स जिनसे पता चले कि डेटा में दिख रही संरचना कब कोई दिलचस्प घटना दर्शाती है और कब वह केवल यादृच्छिक शोर है.

पूर्वापेक्षाएँ

Foundations of Inference in R

पाठ्यक्रम

कोर्स रूपरेखा

एकल पैरामीटर के लिए अनुमान

इस अध्याय में आप सीखेंगे कि श्रेणीबद्ध डेटा का वर्णन करने वाले एकल पैरामीटर पर सांख्यिकीय अनुमान कैसे करें. इसमें एकल प्रोपोर्शन के लिए रिसैंपलिंग-आधारित तरीकों के साथ-साथ एप्रॉक्सिमेशन-आधारित तरीके भी शामिल हैं.

अध्याय शुरू करें

प्रोपोर्शन्स: परीक्षण और पावर

यह अध्याय एकल पैरामीटर के लिए हाइपोथिसिस टेस्ट करने और कॉन्फिडेंस इंटरवल बनाने में गहराई से जाता है. फिर, आप सीखेंगे कि दो प्रोपोर्शन्स के अंतर पर अनुमान कैसे किया जाता है. अंत में, यह अध्याय इस खोज के साथ समाप्त होता है कि जब आपको पता हो कि शून्य परिकल्पना सही है, तो क्या होता है.

अध्याय शुरू करें

कई पैरामीटर की तुलना: स्वतंत्रता

कोर्स का यह हिस्सा आपको सिखाएगा कि दो श्रेणीबद्ध वैरिएबल्स की स्वतंत्रता जाँचने के लिए रिसैंपलिंग तरीकों और क्लासिकल तरीकों—दोनों—का उपयोग कैसे करें. इस अध्याय में Chi-squared टेस्ट कैसे किया जाता है, यह कवर किया गया है.

अध्याय शुरू करें

कई पैरामीटर की तुलना: गुडनेस ऑफ़ फ़िट

कोर्स का समापन चुनावी डेटा पर दो केस स्टडीज़ से होता है. यहाँ, आप सीखेंगे कि गुडनेस-ऑफ़-फ़िट जाँचने के लिए Chi-squared टेस्ट का उपयोग कैसे करें. आप ईरान और आयोवा के चुनाव परिणामों का अध्ययन करेंगे और जाँचेंगे कि क्या बेनफ़र्ड का नियम इन डेटासेट्स पर लागू होता है.