After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Memahami Uji Hipotesis dengan Benar
Apa yang terjadi setelah Anda menghitung rata-rata dan membuat grafik Anda? Bagaimana cara beralih dari statistik deskriptif ke pengambilan keputusan yang percaya diri? Bagaimana Anda dapat menerapkan uji hipotesis untuk memecahkan masalah dunia nyata? Dalam kursus empat jam ini tentang dasar-dasar inferensi dalam Python, Anda akan mendapatkan pengalaman praktis dalam membuat kesimpulan yang valid berdasarkan data. Anda akan mempelajari segala hal tentang pengambilan sampel dan mengetahui bagaimana pengambilan sampel yang tidak tepat dapat mengacaukan kesimpulan statistik.Analisis berbagai skenario yang luas.
Anda akan memulai dengan mengerjakan uji hipotesis untuk normalitas dan korelasi, serta uji parametrik dan non-parametrik. Anda akan menjalankan tes-tes ini menggunakan SciPy, dan menginterpretasikan hasilnya untuk digunakan dalam pengambilan keputusan.Selanjutnya, Anda akan mengukur kekuatan suatu hasil menggunakan ukuran efek dan daya statistik, sambil menghindari korelasi palsu dengan menerapkan koreksi.Akhirnya, Anda akan menggunakan simulasi, randomisasi, dan meta-analisis untuk bekerja dengan berbagai jenis data, termasuk menganalisis ulang hasil penelitian dari peneliti lain.Menarik Kesimpulan yang Kokoh dari Big Data
Setelah mengikuti kursus ini, Anda akan mampu memanfaatkan big data secara efektif dan menggunakannya untuk mengambil keputusan yang berprinsip, yang dapat diandalkan oleh para pemimpin. Anda akan melampaui grafik dan statistik ringkasan untuk menghasilkan hasil yang andal, dapat diulang, dan dapat dijelaskan.Prasyarat
Kurikulum
Garis besar kursus
1
Statistik Inferensial dan Pengambilan Sampel
Pada bab ini, kita akan menelaah hubungan antara sampel dan kesimpulan yang dapat dipertanggungjawabkan secara statistik. Memilih sampel adalah dasar dalam membuat keputusan statistik yang kuat, dan kita akan membahas bagaimana pilihan sampel memengaruhi hasil inferensi Anda.
- Inferensi statistik dan pengambilan sampel acak50 XP
- Sampling dan estimasi titik100 XP
- Pengambilan sampel berulang, estimasi titik, dan inferensi100 XP
- Pengambilan Sampel dan Bias50 XP
- Memvisualisasikan sampel100 XP
- Inferensi dan bias100 XP
- Interval kepercayaan dan pengambilan sampel50 XP
- Distribusi sampling normal100 XP
- Menghitung interval kepercayaan100 XP
- Menarik kesimpulan dari sampel100 XP
2
Perangkat Uji Hipotesis
Pelajari penerapan uji kenormalan, uji korelasi, serta uji parametrik dan nonparametrik untuk menghasilkan inferensi yang kuat. Uji hipotesis adalah seperangkat alat, dan memilih alat yang tepat untuk tugasnya sangat penting bagi pengambilan keputusan statistik. Meskipun Anda mungkin telah mengenal beberapa uji ini di kursus pengantar, pada bab ini Anda akan mendalaminya untuk memperkaya perangkat inferensial Anda.
3
Ukuran Efek
Pada bab ini, Anda akan mengukur dan menafsirkan ukuran efek dalam berbagai situasi, memahami masalah perbandingan berganda, dan menelaah daya uji secara mendalam. Meskipun p-value memberi tahu apakah ada efek yang signifikan, p-value tidak menunjukkan seberapa kuat efek tersebut. Ukuran efek mengukur seberapa kuat dampak suatu perlakuan. Kuasai faktor-faktor yang mendasari ukuran efek pada bab ini.
4
Simulasi, Pengacakan, dan Meta-analisis
Anda akan memperluas perangkat statistik inferensial dengan meninjau bootstrapping, uji permutasi, dan metode menggabungkan bukti dari p-value. Bootstrapping akan memberi Anda gambaran awal tentang simulasi statistik. Pada pelajaran meta-analisis, Anda akan mempelajari cara menggabungkan hasil dari banyak studi. Anda akan menutup dengan meninjau uji permutasi, alat statistik nonparametrik yang kuat dan fleksibel.
Dasar-dasar Inferensi di Python
Kursus
Selesai
