Ga naar hoofdinhoud
HomeR

Cursus

Basis van inferentie in R

GemiddeldVaardigheidsniveau
Bijgewerkt 07-2024
Leer hoe je conclusies kunt trekken over een populatie op basis van een steekproef van gegevens via een proces dat statistische inferentie heet.
Start Cursus Kosteloos
RProbability & Statistics
4 u
17 videos
58 Opdrachten
4,350 XP
38,706
Bewijs van Prestatie

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Group

Een team trainen?

Probeer voor bedrijven

Cursusbeschrijving

Een van de fundamenten van statistische analyse is inferentie: conclusies trekken over een grotere populatie op basis van een steekproef. Hoewel het contra-intuïtief lijkt, is het gangbaar om te proberen een onderzoekshypothese die niet van interesse is te weerleggen. Zo kunnen we, om aan te tonen dat de ene medische behandeling beter is dan de andere, aannemen dat beide behandelingen tot gelijke overlevingskansen leiden en dat vervolgens door de data laten weerleggen. We introduceren ook het idee van een p-waarde: de mate van tegenspraak tussen de data en de hypothese. Daarnaast gaan we in op betrouwbaarheidsintervallen, die de omvang van het effect van interesse meten (bijv. hoeveel beter de ene behandeling is dan de andere).

Vereisten

Introduction to Regression in RHypothesis Testing in R
1

Introductie tot ideeën van inferentie

In dit hoofdstuk onderzoek je hoe herhaalde steekproeven uit een populatie kunnen variëren. Het is juist die variatie in steekproeven die je in staat stelt uitspraken te doen over de populatie van interesse. Onthoud dat de onderzoeksvragen over de populatie gaan, terwijl de beschikbare informatie alleen uit de steekproefdata komt.
Hoofdstuk beginnen
2

Een randomisatietest afronden: genderdiscriminatie

In dit hoofdstuk krijg je de tools en kennis om een volledige hypothesetoets uit te voeren. Met een gegevensset kun je bepalen of het passend is om de nulhypothese te verwerpen ten gunste van de onderzoekshypothese.
Hoofdstuk beginnen
3

Fouten bij hypothesetoetsen: opportuniteitskosten

Je gaat verder met hypothesetoetsen aan de hand van een nieuw voorbeeld en dezelfde opzet van randomisatietesten. In dit hoofdstuk ligt de focus echter op verschillende fouten (type I en type II), hoe ze ontstaan, wanneer de ene ernstiger is dan de andere, en hoe zaken als steekproefgrootte en effectgrootte de foutkansen beïnvloeden.
Hoofdstuk beginnen
4

Betrouwbaarheidsintervallen

Als aanvulling op hypothesetoetsen kun je met betrouwbaarheidsintervallen een populatieparameter schatten. Onthoud dat je interesse altijd uitgaat naar een kenmerk van de populatie, maar dat je slechts onvolledige informatie hebt om de parameter met steekproefdata te schatten. Hier is de parameter het werkelijke aandeel successen in een populatie. Bootstrapping wordt gebruikt om de variabiliteit te schatten die nodig is om het betrouwbaarheidsinterval te vormen.
Hoofdstuk beginnen
Basis van inferentie in R
Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf je nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Basis van inferentie in R!

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.

Download on the App StoreGet it on Google Play