Build your ultimate AI agent
कोर्स विवरण
इस कोर्स में, आप सीखेंगे कि संख्यात्मक डेटा का उपयोग करके निष्कर्ष और आकलन करने के लिए सांख्यिकीय तकनीकों का कैसे उपयोग करें। यह कोर्स इन सामान्य कार्यों के लिए दो तरीके अपनाता है। पहला, रिसैंपल-आधारित टेस्ट और कॉन्फिडेंस इंटरवल बनाने के लिए बूटस्ट्रैपिंग और परमीटेशन का उपयोग करता है। दूसरा, वही परिणाम पाने के लिए सैद्धांतिक निष्कर्षों और t-distribution का सहारा लेता है। आप सीखेंगे कि t-test कब और कैसे करें, कॉन्फिडेंस इंटरवल कैसे बनाएँ, और ANOVA कैसे करें!
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
पैरामीटर के आकलन के लिए Bootstrapping
इस अध्याय में आप संख्यात्मक वितरण से एकल पैरामीटर का आकलन करने के लिए बूटस्ट्रैपिंग तकनीकों का उपयोग करेंगे।
- कोर्स में आपका स्वागत है!50 XP
- मीडियन के लिए बूटस्ट्रैप डिस्ट्रीब्यूशन जनरेट करें100 XP
- पर्सेंटाइल और स्टैंडर्ड एरर तरीकों की पुनरावृत्ति50 XP
- दोनों तरीकों से बूटस्ट्रैप इंटरवल की गणना करें100 XP
- कौन‑सा तरीका अधिक उपयुक्त है: पर्सेंटाइल या SE?50 XP
- गर्भावस्था के दौरान डॉक्टर के विज़िट50 XP
- गर्भावस्था के दौरान डॉक्टर के विज़िट्स की औसत संख्या100 XP
- गर्भावस्था में डॉक्टर के विज़िट्स की SD100 XP
- Bootstrap डिस्ट्रीब्यूशन को फिर से केंद्रित करना50 XP
- मैनहैटन में 1 BR अपार्टमेंट्स के मीडियन किराए के लिए परीक्षण100 XP
- माध्यिका परिकल्पना परीक्षण का निष्कर्ष निकालें50 XP
- बच्चों के औसत वज़न का परीक्षण100 XP
2
t-distribution का परिचय
इस अध्याय में आप Central Limit Theorem पर आधारित तकनीकों से संख्यात्मक वितरण से एकल पैरामीटर का आकलन करेंगे। आप यह t-distribution का उपयोग करके करेंगे।
3
दो पैरामीटरों के अंतर के लिए Inference
इस अध्याय में आप अब तक सीखी बातों का विस्तार करेंगे और दो स्वतंत्र संख्यात्मक वितरणों से दो पैरामीटरों के अंतर पर inference के लिए simulation और CLT आधारित दोनों तकनीकों का उपयोग करेंगे।
4
कई means की तुलना
इस अध्याय में आप कई समूहों में means के अंतर की जाँच करने के लिए ANOVA (analysis of variance) का उपयोग करेंगे।
R
R में संख्यात्मक डेटा के लिए Inference
कोर्स
पूरा
