これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
統計解析の基礎にある重要な要素が推測です。推測とは、サンプルデータから母集団について結論を導くプロセスを指します。一見直感に反しますが、標準的な手順では、研究者が本当に知りたい主張ではなく、まずは関心のない仮説を反証しようとします。たとえば、ある医療処置が別の処置より優れていることを示すには、まず両者の生存率が等しいと仮定し、その仮定がデータによって否定されるかを調べます。さらに、データと仮説の不一致の度合いを示すp値の考え方を紹介します。また、関心のある効果の大きさ（例：一方の治療がもう一方よりどれだけ良いか）を測る信頼区間についても掘り下げます。
前提条件
カリキュラム
コース概要
1
推測の考え方への導入
この章では、母集団から繰り返し抽出したサンプルがどのように変動するかを確認します。サンプルのばらつきこそが、関心のある母集団について主張できる根拠になります。研究上の主張は母集団に関するものであり、私たちが利用できる情報はサンプルデータに限られることを常に意識しておきましょう。
2
無作為化検定を完成させる：性別による差別
この章では、完全な仮説検定を実施するための知識と手順を身につけます。つまり、あるデータセットが与えられたとき、研究上の主張を支持して帰無仮説を棄却すべきかどうかを判断できるようになります。
3
仮説検定の誤り：機会費用
同じ無作為化検定の枠組みで新たな例を用いながら、仮説検定について学び続けます。ただしこの章では、異なる誤り（第I種の誤りと第II種の誤り）に焦点を当て、それらがどのように起こるか、どちらがより深刻になり得るか、そしてサンプルサイズや効果量などが誤り率にどう影響するかを学びます。
4
信頼区間
仮説検定を補完する手法として、信頼区間は母集団パラメータの推定を可能にします。関心は常に母集団のある特性にありますが、そのパラメータはサンプルデータという不完全な情報から推定するしかありません。ここでのパラメータは、母集団における真の成功割合です。信頼区間の構成に必要な変動性の推定にはブートストラップ法を用います。
R
Rによる推測の基礎
コース修了
