Lewati ke konten utama

Kursus

Inferensi untuk Data Kategorik di R

LanjutanTingkat Keterampilan

Diperbarui 12/2021

Dalam kursus ini, Anda akan belajar cara memanfaatkan teknik statistik untuk bekerja dengan data kategorikal.

Mulai Kursus Gratis

RProbability & Statistics

4 jam

14 videos

53 Latihan

4,000 XP

10,715

Pernyataan Pencapaian

Dipercaya oleh para pelajar di ribuan perusahaan

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Data kategorik ada di mana-mana. Data ini muncul dalam angka jajak pendapat terbaru, dalam data yang mendorong terobosan baru di genomik, dan dalam tumpukan data yang dikumpulkan perusahaan internet untuk menjual produk kepada Anda. Dalam kursus ini, Anda akan mempelajari teknik untuk memilah sinyal dari derau; seperangkat alat untuk mengidentifikasi kapan struktur dalam data ini merepresentasikan fenomena menarik dan kapan itu hanya derau acak.

Persyaratan

Foundations of Inference in R

1

Inferensi untuk satu parameter

Dalam bab ini, Anda akan belajar melakukan inferensi statistik pada satu parameter yang menggambarkan data kategorik. Ini mencakup metode berbasis pengambilan sampel ulang serta metode pendekatan untuk satu proporsi.

Survei Sosial Umum

Menjelajahi consci

Menghasilkan melalui bootstrap

Menyusun CI

Mengapa lebih banyak bootstrap?

Menafsirkan Interval Kepercayaan

CI dan tingkat kepercayaan

SE dengan data lebih sedikit

SE dengan p yang berbeda

Jalur pintas pendekatan

CI melalui pendekatan hampiran

Perbandingan metode

2

Proporsi: pengujian dan daya uji

Bab ini menggali lebih dalam tentang melakukan uji hipotesis dan membuat selang kepercayaan untuk satu parameter. Selanjutnya, Anda akan belajar melakukan inferensi pada selisih antara dua proporsi. Terakhir, bab ini ditutup dengan eksplorasi tentang apa yang terjadi ketika Anda mengetahui hipotesis nol benar.

Uji hipotesis untuk sebuah proporsi

Kehidupan setelah kematian

Menghasilkan dari H0

Menguji sebuah klaim

Mengambil keputusan

Interval untuk perbedaan

Hukuman mati dan jenis kelamin

Uji hipotesis pada perbedaan proporsi

Menafsirkan pengujian

Uji hipotesis dan selang kepercayaan

Kesalahan statistik

Ketika hipotesis nol benar

Saat hipotesis nol benar: keputusan

3

Membandingkan banyak parameter: independensi

Bagian kursus ini akan mengajarkan Anda cara menggunakan metode pengambilan sampel ulang maupun metode klasik untuk menguji independensi dua variabel kategorik. Bab ini membahas cara melakukan uji Chi-kuadrat.

Tabel kontingensi

Politik dan Antariksa

Memahami tabel kontingensi

Dari tidy ke tabel lalu kembali ke tidy

Statistik uji Chi-kuadrat

Satu nilai Chi-sq dari permutasi

Membangun dua distribusi nol

Apakah data konsisten dengan modelnya?

Metode alternatif: sebaran khi-kuadrat

Memeriksa kondisi

Geografi kebahagiaan

Satu p-value dengan dua cara

Interval untuk distribusi chi-kuadrat

4

Membandingkan banyak parameter: kesesuaian (goodness of fit)

Kursus ini ditutup dengan dua studi kasus menggunakan data pemilihan. Di sini, Anda akan belajar menggunakan uji Chi-kuadrat untuk memeriksa kesesuaian (goodness-of-fit). Anda akan mengkaji hasil pemilihan dari Iran dan Iowa serta menguji apakah hukum Benford berlaku pada himpunan data tersebut.

Studi kasus: kecurangan pemilu

Mengenal data Iran

Siapa yang menang?

Menguraikan menurut provinsi

Mengekstrak digit pertama I

Kesesuaian (goodness of fit)

Uji kesesuaian (goodness of fit)

Satu p-value, dua cara

Apakah ini bukti kecurangan?

Dan sekarang ke AS

Mengenal data Iowa

Mengekstrak digit pertama II

Menguji Iowa

Kecurangan di Iowa?

Kecurangan pemilu di Iran dan Iowa: ringkasan

Inferensi untuk Data Kategorik di R

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang

Bergabung dengan 19 juta pelajar dan mulai Inferensi untuk Data Kategorik di R Hari Ini!

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.