Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Testowanie hipotez pozwala odpowiadać na pytania dotyczące zbiorów danych w statystycznie rygorystyczny sposób. W tym kursie rozwiniesz swoje umiejętności analityczne w Pythonie, ucząc się, jak i kiedy stosować popularne testy, takie jak testy t, testy proporcji i testy chi-kwadrat. Pracując z rzeczywistymi danymi – w tym z opiniami użytkowników Stack Overflow oraz danymi łańcucha dostaw dla medycznych przesyłek zaopatrzeniowych – dogłębnie zrozumiesz, jak działają te testy i jakie kluczowe założenia je leżą u ich podstaw. Poznasz też testy nieparametryczne, które pozwalają wyjść poza ograniczenia tradycyjnych testów hipotez.Filmy zawierają transkrypcje na żywo, które możesz wyświetlić, klikając „Pokaż transkrypcję" w lewym dolnym rogu odtwarzacza.
Glosariusz kursu znajdziesz po prawej stronie, w sekcji zasobów.
Aby uzyskać punkty CPE, musisz ukończyć kurs i zdobyć co najmniej 70% punktów w kwalifikowanym teście. Do testu możesz przejść, klikając informację o punktach CPE po prawej stronie.
Wymagania wstępne
Program nauczania
Plan kursu
1
Podstawy testowania hipotez
Jak działa testowanie hipotez i jakie problemy pozwala rozwiązać? Aby się tego dowiedzieć, przejdziesz przez cały przepływ pracy dla jednostronnego testu proporcji. Po drodze poznasz ważne pojęcia, takie jak wyniki z, wartości p oraz błędy fałszywie ujemne i fałszywie dodatnie.
- Testy hipotez i z-scores50 XP
- Zastosowania testów A/B50 XP
- Obliczanie średniej z próby100 XP
- Obliczanie z-score100 XP
- Wartości p50 XP
- Procesy sądowe a testy hipotez50 XP
- Lewy ogon, prawy ogon, dwa ogony100 XP
- Obliczanie p-wartości100 XP
- Istotność statystyczna50 XP
- Decyzje na podstawie wartości p50 XP
- Obliczanie przedziału ufności100 XP
- Błędy typu I i typu II100 XP
2
Testy dla dwóch prób i ANOVA
W tym rozdziale nauczysz się testować różnice w średnich między dwiema grupami za pomocą testów t, a następnie rozszerzysz tę wiedzę na więcej niż dwie grupy – używając testów ANOVA i parami porównawczych testów t.
3
Testy proporcji
Czas nauczyć się testować różnice w proporcjach między dwiema grupami za pomocą testów proporcji. Dzięki praktycznym ćwiczeniom rozszerzysz testy proporcji na więcej niż dwie grupy, stosując testy niezależności chi-kwadrat, a następnie wrócisz do przypadku jednej próby – z testami zgodności chi-kwadrat.
4
Testy nieparametryczne
Na koniec poznasz założenia leżące u podstaw parametrycznych testów hipotez i zobaczysz, jak stosować testy nieparametryczne, gdy te założenia nie są spełnione.
Testowanie hipotez w Pythonie
Kurs
ukończony
