Lewati ke konten utama
BerandaPython

Kursus

Pemikiran Statistik dengan Python (Bagian 2)

MenengahTingkat Keterampilan
Diperbarui 07/2024
Pelajari cara melakukan dua tugas utama dalam inferensi statistik: estimasi parameter dan pengujian hipotesis.
Mulai Kursus Gratis
PythonProbability & Statistics
4 jam
15 videos
66 Latihan
5,350 XP
93,510
Pernyataan Pencapaian

Buat Akun Gratis Anda

Lanjutkan dengan GoogleTampilkan opsi lainnya

atau


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

Group

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Setelah menyelesaikan Pemikiran Statistik dengan Python (Bagian 1), Anda memiliki pola pikir probabilistik dan keterampilan dasar hacker stats untuk menyelami himpunan data dan mengekstrak informasi berharga darinya. Di kursus ini, Anda akan melakukan hal tersebut, memperluas dan mempertajam kotak peralatan hacker stats Anda untuk menjalankan dua tugas kunci dalam inferensi statistik, yaitu estimasi parameter dan pengujian hipotesis. Anda akan bekerja dengan himpunan data nyata saat belajar, dan berpuncak pada analisis pengukuran paruh burung finch Darwin yang terkenal. Anda akan menuntaskan kursus ini dengan pengetahuan baru dan banyak latihan, siap menghadapi permasalahan inferensi Anda sendiri di dunia nyata.

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.
Mulai Bab
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.
Mulai Bab
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.
Mulai Bab
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.
Mulai Bab
5

Menggabungkan semuanya: sebuah studi kasus

Pemikiran Statistik dengan Python (Bagian 2)
Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

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

Bergabung dengan 19 juta pelajar dan mulai Pemikiran Statistik dengan Python (Bagian 2) Hari Ini!

Buat Akun Gratis Anda

Lanjutkan dengan GoogleTampilkan opsi lainnya

atau


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.