メインコンテンツへスキップ
ホームPython

コース

Pythonで学ぶ仮説検定

中級スキルレベル
更新日 2025/12
Pythonにおいて、t検定、比率検定、カイ二乗検定といった一般的な仮説検定を、どのような状況でどのように使用するのかを学びましょう。
コースを無料で開始
PythonProbability & Statistics4時間15 ビデオ50 演習3,750 XP58,118達成証明書

無料アカウントを作成

または

続行すると、弊社の利用規約プライバシーポリシーに同意し、データが米国に保存されることに同意したことになります。

数千の企業の学習者に愛されています

Group

2名以上のトレーニングをお考えですか?

DataCamp for Businessを試す

コース説明

仮説検定を使うと、データセットについて統計的に厳密な方法で問いに答えられます。本コースでは、t検定、比率検定、カイ二乗検定などの代表的な検定を、どのような場面でどのように使うかを学びながら、Pythonによる分析スキルを伸ばします。Stack Overflowのユーザーフィードバックや医療用品のサプライチェーンデータなど、実データを扱いながら、各検定の仕組みとその前提条件を深く理解します。さらに、非パラメトリック検定を用いて、従来の仮説検定の制約を乗り越える方法も学びます。動画にはライブトランスクリプトがあります。動画左下の"Show transcript"をクリックすると表示できます。 コース用語集は右側のリソースセクションにあります。 CPEクレジットを取得するには、コースを完了し、認定アセスメントで70%のスコアを達成する必要があります。右側のCPEクレジットの案内をクリックするとアセスメントに移動できます。

前提条件

Sampling in Python
1

Hypothesis Testing Fundamentals

How does hypothesis testing work and what problems can it solve? To find out, you’ll walk through the workflow for a one sample proportion test. In doing so, you'll encounter important concepts like z-scores, p-values, and false negative and false positive errors.
チャプター開始
2

Two-Sample and ANOVA Tests

3

Proportion Tests

Now it’s time to test for differences in proportions between two groups using proportion tests. Through hands-on exercises, you’ll extend your proportion tests to more than two groups with chi-square independence tests, and return to the one sample case with chi-square goodness of fit tests.
チャプター開始
4

Non-Parametric Tests

Pythonで学ぶ仮説検定
コース完了

修了証明書を取得

この資格をLinkedInプロフィール、履歴書、CVに追加しましょう
ソーシャルメディアや人事評価で共有しましょう
今すぐ登録

19百万人を超える学習者と一緒にPythonで学ぶ仮説検定を今日から始めましょう!

無料アカウントを作成

または

続行すると、弊社の利用規約プライバシーポリシーに同意し、データが米国に保存されることに同意したことになります。

DataCamp for Mobileでデータスキルを磨きましょう

モバイル コースと毎日の 5 分間のコーディング チャレンジで、外出先でも進歩できます。