After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
W tym kursie nauczysz się, jak korzystać z technik statystycznych do wnioskowania i szacowania na podstawie danych liczbowych. Kurs przedstawia dwa podejścia do tych zadań. Pierwsze wykorzystuje bootstrapping i permutacje do tworzenia testów oraz przedziałów ufności opartych na próbkowaniu. Drugie opiera się na wynikach teoretycznych i rozkładzie t, aby osiągnąć ten sam cel. Dowiesz się, jak (i kiedy) przeprowadzać test t, wyznaczać przedziały ufności i wykonywać analizę ANOVA!
Wymagania wstępne
Program kursu
Plan kursu
1
Bootstrapping w szacowaniu parametru
W tym rozdziale użyjesz technik bootstrappingu, aby oszacować pojedynczy parametr na podstawie rozkładu liczbowego.
- Witaj na kursie!50 XP
- Generowanie rozkładu bootstrapowego dla mediany100 XP
- Powtórzenie metod percentylowych i błędu standardowego50 XP
- Obliczanie przedziału bootstrapowego obiema metodami100 XP
- Która metoda jest bardziej odpowiednia: percentylowa czy błędu standardowego?50 XP
- Wizyty lekarskie podczas ciąży50 XP
- Średnia liczba wizyt lekarskich100 XP
- Odchylenie standardowe liczby wizyt lekarskich100 XP
- Przesuwanie środka rozkładu bootstrapowego50 XP
- Test dla mediany ceny kawalerki na Manhattanie100 XP
- Wyciągnij wniosek z testu hipotezy dotyczącej mediany50 XP
- Test dla średniej wagi noworodków100 XP
2
Wprowadzenie do rozkładu t
W tym rozdziale zastosujesz techniki oparte na Centralnym Twierdzeniu Granicznym, aby oszacować pojedynczy parametr z rozkładu liczbowego. Wykorzystasz do tego rozkład t.
3
Wnioskowanie o różnicy między dwoma parametrami
W tym rozdziale rozszerzysz zdobytą wiedzę i zastosujesz zarówno metody symulacyjne, jak i oparte na CTG do wnioskowania o różnicy między dwoma parametrami z dwóch niezależnych rozkładów liczbowych.
4
Porównywanie wielu średnich
W tym rozdziale użyjesz analizy wariancji (ANOVA), aby sprawdzić, czy średnie różnią się między wieloma grupami.
R
Wnioskowanie statystyczne dla danych liczbowych w R
Kurs
ukończony
