이 강의들을 수강한 후, 전문적인 시각화와 대시보드를 자신 있게 만들 수 있게 되었습니다
Shoebur Rahman구매 담당자, Giz Bangladesh
강의 설명
Python에서의 표본추출은 추론 통계와 가설 검정의 핵심입니다. 전체 모집단을 전부 조사하지 않고도 결론을 도출하도록 돕는 강력한 기술로, 설문 분석과 실험 설계에 널리 쓰여요. 이 강의에서는 언제 표본추출을 사용해야 하는지, 그리고 단순 임의 추출부터 층화 및 군집 추출 같은 더 복잡한 방법까지 자주 쓰이는 표본추출 기법을 수행하는 방법을 배웁니다. 커피 평점, Spotify 노래, 직원 이직 데이터 등 실제 데이터셋을 사용해 모집단 통계를 추정하고, 표본분포와 부트스트랩 분포를 생성해 추정의 불확실성을 정량화해 볼 거예요.
선수 과목
커리큘럼
강의 개요
1
표본추출 소개
표본추출이 무엇이며 왜 강력한지 알아봅니다. 편의 표본추출이 일으키는 문제와, 진정한 무작위성과 의사 난수성의 차이도 함께 배워요.
2
표본추출 방법
이제 직접 손으로 해 봅시다. Python에서 네 가지 무작위 표본추출(단순, 계통, 층화, 군집)을 수행해 보세요.
3
표본분포
여러분의 표본추출을 점검해 볼 차례예요. 이 장에서는 상대 오차로 표본 통계의 정확도를 정량화하고, 표본분포를 생성해 추정의 변동을 측정하는 방법을 익힙니다.
4
부트스트랩 분포
재표본추출을 통해 부트스트래핑을 수행하고, 알 수 없는 모집단의 변동을 추정해 봅니다. 재표본추출을 사용해 표본분포와 부트스트랩 분포의 차이도 배워요.
Python으로 살펴보는 표본추출(Sampling)
강의
완료
