Lewati ke konten utama

Kursus

Sampling di Python

MenengahTingkat Keterampilan

Diperbarui 01/2025

Mulai Kursus Gratis

PythonProbability & Statistics

4 jam

15 videos

51 Latihan

4,000 XP

54,008

Pernyataan Pencapaian

Dipercaya oleh para pelajar di ribuan perusahaan

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Sampling di Python adalah dasar dari statistika inferensial dan pengujian hipotesis. Ini merupakan keterampilan yang ampuh dalam analisis survei dan desain eksperimen untuk menarik kesimpulan tanpa mensurvei seluruh populasi. Dalam kursus Sampling di Python ini, Anda akan mempelajari kapan menggunakan sampling dan bagaimana melakukan jenis-jenis sampling umum—mulai dari sampling acak sederhana hingga metode yang lebih kompleks seperti sampling berstrata dan sampling klaster. Dengan menggunakan himpunan data dunia nyata, termasuk penilaian kopi, lagu Spotify, dan attrition karyawan, Anda akan belajar memperkirakan statistik populasi dan mengukur ketidakpastian pada perkiraan Anda dengan membuat distribusi sampling dan distribusi bootstrap.

Persyaratan

Introduction to Statistics in Python

1

Pengantar Sampling

Pelajari apa itu sampling dan mengapa sangat bermanfaat. Anda juga akan mempelajari masalah yang disebabkan oleh convenience sampling dan perbedaan antara keacakan sejati dan pseudo-randomness.

Sampling dan estimasi titik

Alasan melakukan sampling

Pengambilan sampel sederhana dengan pandas

Sampling sederhana dan perhitungan dengan NumPy

Sampling kenyamanan

Apakah temuan dari sampel dapat digeneralisasi?

Apakah temuan ini dapat digeneralisasi?

Pembangkitan angka semu-acak

Menghasilkan angka acak

Memahami random seed

2

Metode Sampling

Saatnya praktik langsung melakukan empat metode sampling acak di Python: sederhana, sistematis, berstrata, dan klaster.

Pengambilan sampel acak sederhana dan sistematis

Simple random sampling

Sampling sistematis

Apakah systematic sampling baik-baik saja?

Pengambilan sampel acak berstrata dan berbobot

Metode pengambilan sampel yang mana?

Sampling berstrata proporsional

Pengambilan sampel berstrata dengan jumlah setara

Pengambilan sampel berbobot

Pengambilan Sampel Klaster

Manfaat pengelompokan

Melakukan cluster sampling

Membandingkan metode pengambilan sampel

3 jenis sampling

Membandingkan estimasi titik

3

Distribusi Sampling

Mari uji sampling Anda. Di bab ini, Anda akan mempelajari cara mengkuantifikasi ketepatan statistik sampel menggunakan galat relatif, serta mengukur variasi pada perkiraan Anda dengan membuat distribusi sampling.

Galat relatif dari taksiran titik

Menghitung galat relatif

Galat relatif vs. ukuran sampel

Membuat distribusi sampling

Mereplikasi sampel

Parameter replikasi

Perkiraan distribusi sampling

Distribusi sampling eksak

Membuat distribusi sampling pendekatan

Tepat vs. pendekatan

Galat baku dan Teorema Limit Pusat

Rata-rata populasi & distribusi sampling

Variasi populasi & distribusi sampling

4

Distribusi Bootstrap

Anda akan memahami resampling untuk melakukan bootstrapping dan memperkirakan variasi dalam populasi yang belum diketahui. Anda akan mempelajari perbedaan antara distribusi sampling dan distribusi bootstrap menggunakan resampling.

Pengantar bootstrapping

Prinsip-prinsip bootstrapping

Dengan atau tanpa pengembalian?

Membuat distribusi bootstrap

Membandingkan distribusi sampel dan bootstrap

Statistik bootstrap dan statistik populasi

Distribusi sampling vs. distribusi bootstrap

Bandingkan rataan sampling dan bootstrap

Bandingkan simpangan baku sampling dan bootstrap

Interval kepercayaan

Interpretasi interval kepercayaan

Menghitung interval kepercayaan

Sampling di Python

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 Sampling di Python 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.