Kursus
Pemikiran Statistik dengan Python (Bagian 2)
MenengahTingkat Keterampilan
Diperbarui 07/2024
PythonProbability & Statistics4 jam15 videos66 Latihan5,350 XP93,510Pernyataan Pencapaian
Buat Akun Gratis Anda
Lanjutkan dengan GoogleTampilkan opsi lainnyaatau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.
Dipercaya oleh para pelajar di ribuan perusahaan
Melatih Tim?
Coba untuk BisnisDeskripsi Kursus
Persyaratan
Statistical Thinking in Python (Part 1)1
Estimasi parameter melalui optimisasi
Saat melakukan inferensi statistik, kita berbicara dengan bahasa probabilitas. Suatu distribusi probabilitas yang menggambarkan data Anda memiliki parameter. Maka, tujuan utama inferensi statistik adalah memperkirakan nilai parameter-parameter ini, yang memungkinkan kita mendeskripsikan data secara ringkas dan jelas serta menarik kesimpulan darinya. Pada bab ini, Anda akan mempelajari cara menemukan parameter optimal, yaitu parameter yang paling tepat menggambarkan data Anda.
2
Interval kepercayaan bootstrap
Ungkapan "pull yourself up by your bootstraps" adalah idiom klasik yang berarti mencapai tugas sulit secara mandiri tanpa bantuan. Dalam inferensi statistik, Anda ingin mengetahui apa yang akan terjadi jika Anda dapat mengulang pengambilan data tanpa batas kali. Tugas ini mustahil, tetapi dapatkah kita hanya menggunakan data yang benar-benar kita miliki untuk mendekati hasil yang sama seperti tak terhitungnya percobaan? Jawabannya ya! Teknik untuk melakukannya tepat disebut bootstrapping. Bab ini akan memperkenalkan Anda pada alat yang sangat kuat ini.
3
Pengantar pengujian hipotesis
Kini Anda tahu cara mendefinisikan dan mengestimasi parameter dengan suatu model. Namun pertanyaannya tetap: seberapa masuk akal mengamati data Anda jika sebuah model benar? Pertanyaan ini dijawab oleh pengujian hipotesis. Mereka adalah lapisan pemungkas dalam proses inferensi. Setelah menyelesaikan bab ini, Anda akan mampu menyusun dan menguji hipotesis dengan cermat menggunakan hacker statistics.
4
Contoh pengujian hipotesis
Seperti yang Anda lihat pada bab sebelumnya, pengujian hipotesis bisa agak rumit. Anda perlu mendefinisikan hipotesis nol, memikirkan cara mensimulasikannya, dan merumuskan dengan jelas apa yang dimaksud dengan "lebih ekstrem" untuk menghitung p-value. Seperti keterampilan apa pun, latihan membuat mahir, dan bab ini memberi Anda latihan yang baik dengan pengujian hipotesis.
5
Menggabungkan semuanya: sebuah studi kasus
Setiap tahun selama lebih dari 40 tahun terakhir, Peter dan Rosemary Grant pergi ke pulau Daphne Major di Kepulauan Galápagos dan mengumpulkan data tentang burung finch Darwin. Dengan keterampilan inferensi statistik Anda, Anda akan menghabiskan bab ini dengan data mereka, dan menyaksikan langsung, melalui data, evolusi yang terjadi. Ini adalah cara yang menggugah semangat untuk menutup kursus!
Pemikiran Statistik dengan Python (Bagian 2)
Kursus Selesai
Memperoleh Surat Keterangan Prestasi
Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV AndaBagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang
Bergabung dengan 19 juta pelajar dan mulai Pemikiran Statistik dengan Python (Bagian 2) Hari Ini!
Buat Akun Gratis Anda
Lanjutkan dengan GoogleTampilkan opsi lainnyaatau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.
Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile
Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.