Name: Statistical Thinking in Python (Part 2)
Rating: 4.796875 (256 reviews)

कोर्स विवरण

Statistical Thinking in Python (Part 1) पूरा करने के बाद, आपके पास प्रायिकता आधारित सोच और शुरुआती हैकर स्टैट्स कौशल हैं जिनसे आप डेटासेट्स में गहराई से जाकर उनमें से उपयोगी जानकारी निकाल सकते हैं. इस कोर्स में, आप यही करेंगे: अपने हैकर स्टैट्स टूलबॉक्स को बढ़ाएँगे और निखारेंगे ताकि सांख्यिकीय इनफ़्रेन्स के दो मुख्य कार्य—पैरामीटर अनुमान और हाइपोथिसिस टेस्टिंग—कर सकें. सीखते समय आप वास्तविक डेटासेट्स के साथ काम करेंगे, और अंत में डार्विन के मशहूर फिंच पक्षियों की चोंच के मापों के विश्लेषण तक पहुँचेंगे. यह कोर्स पूरा करने पर आपके पास नया ज्ञान होगा और भरपूर अभ्यास भी, ताकि आप दुनिया में अपने इनफ़्रेन्स समस्याओं से आत्मविश्वास के साथ निपट सकें.

पूर्वापेक्षाएँ

Statistical Thinking in Python (Part 1)

पाठ्यक्रम

कोर्स रूपरेखा

ऑप्टिमाइज़ेशन द्वारा पैरामीटर अनुमान

सांख्यिकीय इनफ़्रेन्स करते समय, हम प्रायिकता की भाषा बोलते हैं. जो प्रायिकता वितरण आपके डेटा का वर्णन करता है, उसके पैरामीटर होते हैं. इसलिए, सांख्यिकीय इनफ़्रेन्स का एक बड़ा उद्देश्य इन पैरामीटर्स के मानों का अनुमान लगाना है, जिससे हम अपने डेटा को संक्षेप में और स्पष्ट रूप से वर्णित कर सकें और उससे निष्कर्ष निकाल सकें. इस अध्याय में, आप सीखेंगे कि अपने डेटा का सर्वोत्तम वर्णन करने वाले, अर्थात् ऑप्टिमल पैरामीटर्स, कैसे ढूँढें.

अध्याय शुरू करें

बूटस्ट्रैप कॉन्फिडेंस इंटरवल्स

"pull yourself up by your bootstraps" एक पुराना मुहावरा है, जिसका मतलब है बिना किसी मदद के कोई कठिन काम अपने दम पर करना. सांख्यिकीय इनफ़्रेन्स में, आप जानना चाहेंगे कि अगर आप डेटा एकत्र करने की प्रक्रिया को अनंत बार दोहरा पाते तो क्या होता. यह संभव नहीं है, लेकिन क्या हम केवल उपलब्ध डेटा का उपयोग करके इतने सारे प्रयोगों जैसे ही परिणाम के करीब पहुँच सकते हैं? जवाब है, हाँ! यह करने की तकनीक को ही बूटस्ट्रैपिंग कहा जाता है. यह अध्याय आपको इस असाधारण रूप से शक्तिशाली टूल से परिचित कराएगा.

अध्याय शुरू करें

हाइपोथिसिस टेस्टिंग का परिचय

अब आप जानते हैं कि किसी मॉडल के अनुसार पैरामीटर्स को कैसे परिभाषित और अनुमानित किया जाए. लेकिन प्रश्न यह है: यदि कोई मॉडल सही है, तो आपका डेटा देखना कितना युक्तिसंगत है? इस प्रश्न का उत्तर हाइपोथिसिस टेस्ट देते हैं. ये इनफ़्रेन्स प्रक्रिया की अंतिम कड़ी हैं. यह अध्याय पूरा करने के बाद, आप हैकर स्टैटिस्टिक्स का उपयोग करते हुए सावधानी से हाइपोथिसिस गढ़ने और उनकी जाँच करने में सक्षम होंगे.

अध्याय शुरू करें

हाइपोथिसिस टेस्ट के उदाहरण

जैसा कि आपने पिछले अध्याय में देखा, हाइपोथिसिस टेस्टिंग थोड़ी चुनौतिपूर्ण हो सकती है. आपको null हाइपोथिसिस परिभाषित करनी होती है, उसे कैसे सिम्युलेट किया जाए यह तय करना होता है, और p-value निकालने के लिए "अधिक चरम" होने का अर्थ स्पष्ट करना होता है. किसी भी कौशल की तरह, अभ्यास से निपुणता आती है, और यह अध्याय आपको हाइपोथिसिस टेस्ट के साथ अच्छा अभ्यास देगा.

अध्याय शुरू करें

सब एक साथ: एक केस स्टडी

पिछले 40 से अधिक वर्षों से हर साल, Peter और Rosemary Grant गैलापैगोस के Daphne Major द्वीप पर जाते हैं और डार्विन के फिंच पक्षियों पर डेटा एकत्र करते हैं. सांख्यिकीय इनफ़्रेन्स की अपनी कौशलों का उपयोग करते हुए, आप इस अध्याय में उनके डेटा के साथ काम करेंगे और डेटा के माध्यम से, विकास को प्रत्यक्ष रूप में क्रिया में होते हुए देखेंगे. कोर्स को समाप्त करने का यह एक रोमांचक तरीका है!