After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrizione del corso
Il campionamento è un pilastro dell’inferenza statistica e del test d’ipotesi. È fondamentale nell’analisi dei sondaggi e nella progettazione degli esperimenti. In questo corso scoprirai quando e perché il campionamento è importante e imparerai a eseguire i tipi più comuni di campionamento, dal campionamento casuale semplice a metodi più complessi come quello stratificato e a grappolo. Nella parte finale, il corso tratta la stima delle statistiche della popolazione e la quantificazione dell’incertezza nelle stime generando distribuzioni campionarie e distribuzioni bootstrap. Durante il corso, esplorerai insiemi di dati reali su valutazioni del caffè, brani di Spotify e abbandono dei dipendenti.
Prerequisiti
Curriculum
Programma del corso
1
Introduzione al campionamento
Scopri che cos’è il campionamento e perché è utile, capisci i problemi causati dal campionamento di convenienza e le differenze tra vera casualità e pseudo-casualità.
- Campionamento e stime puntuali50 XP
- Motivi per campionare50 XP
- Campionamento semplice con dplyr100 XP
- Campionamento semplice con base R100 XP
- Campionamento per convenienza50 XP
- I risultati del campione sono generalizzabili?100 XP
- Questi risultati sono generalizzabili?100 XP
- Generazione di numeri pseudo-casuali50 XP
- Generare numeri casuali100 XP
- Capire i semi casuali (random seeds)100 XP
2
Metodi di campionamento
Impara come e quando applicare quattro metodi di campionamento casuale: semplice, sistematico, stratificato e a grappolo.
3
Distribuzioni campionarie
Impara a quantificare l’accuratezza delle statistiche campionarie usando gli errori relativi e a misurare la variabilità delle stime generando distribuzioni campionarie.
4
Distribuzioni bootstrap
Impara a usare il ricampionamento per eseguire il bootstrapping, utile per stimare la variabilità in una popolazione sconosciuta. Comprendi la differenza tra distribuzioni campionarie e distribuzioni bootstrap.
R
Campionamento in R
Corso
completato
