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
カテゴリカルデータは身の回りのあらゆるところにあります。最新の世論調査の数字、ゲノミクスの新発見につながるデータ、そしてインターネット企業が商品販売のために集める膨大なデータにも含まれています。本コースでは、ノイズの中から信号を見極める方法を学びます。つまり、この種のデータに見られる構造が興味深い現象を示しているのか、単なるランダムノイズなのかを判断するためのツールを身につけます。
前提条件
カリキュラム
コース概要
1
単一パラメータの推測
この章では、カテゴリカルデータを特徴づける単一のパラメータに対して統計的推測を行う方法を学びます。単一の比率に対するリサンプリングに基づく手法と近似に基づく手法の両方を扱います。
2
比率：検定と検出力
この章では、単一パラメータに対して仮説検定を実施し、信頼区間を構築する方法をさらに深く学びます。続いて、2つの比率の差に対して推測を行う方法を学びます。最後に、帰無仮説が正しいとわかっているときに何が起こるのかを探ります。
3
複数パラメータの比較：独立性
このパートでは、2つのカテゴリカル変数の独立性を検定するために、リサンプリング法と古典的手法の両方を使う方法を学びます。この章では、カイ二乗検定の実施方法を取り上げます。
4
複数パラメータの比較：適合度
コースの締めくくりとして、選挙データを用いた2つのケーススタディを行います。ここでは、カイ二乗検定を使って適合度を確認する方法を学びます。イランとアイオワの選挙結果を題材に、これらのデータセットにベンフォードの法則が当てはまるかを検定します。
R
R によるカテゴリカルデータの推測
コース修了
