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
Pythonでのサンプリングは、推測統計や仮説検定の基盤となる考え方です。母集団全体を調査せずに結論を導くため、調査分析や実験計画で強力に活用されます。本コース「Pythonで学ぶサンプリング」では、サンプリングを使うべき場面と、単純無作為抽出から層化・クラスターサンプリングのようなより複雑な手法まで、代表的なサンプリングの実行方法を学びます。コーヒーの評価、Spotifyの楽曲、従業員の離職など実データを用いて、母集団統計量を推定し、サンプリング分布やブートストラップ分布を生成して推定の不確実性を定量化する方法を身につけます。
前提条件
カリキュラム
コース概要
1
サンプリング入門
サンプリングとは何か、そしてなぜ強力なのかを学びます。ついで、便宜抽出が引き起こす問題点や、真のランダム性と疑似乱数の違いについても扱います。
2
サンプリング手法
いよいよ手を動かしましょう。Pythonで4つの無作為抽出法（単純、系統、層化、クラスター）を実装します。
3
サンプリング分布
これまでのサンプリングを検証します。この章では、相対誤差で標本統計量の精度を定量化し、サンプリング分布を生成して推定のばらつきを評価する方法を学びます。
4
ブートストラップ分布
リサンプリングを用いたブートストラップで、未知の母集団のばらつきを推定します。サンプリング分布とブートストラップ分布の違いも、リサンプリングを通して理解します。
Pythonで学ぶサンプリング
コース修了
