Przejdź do głównej treści

Strona główna Python

Kurs

Próbkowanie w Pythonie

ŚredniozaawansowanyPoziom umiejętności

Zaktualizowano 01.2025

Wyciągaj wnioski z ograniczonych danych, używając Python i statystyki. Kurs obejmuje wszystko: od losowego doboru próby po dobór warstwowy i klastrowy.

Zacznij kurs za darmo

PythonProbability & Statistics

4 godz.

15 filmów

51 Ćwiczeń

4,000 XP

53,890

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Próbkowanie w Pythonie to fundament statystyki wnioskowania i testowania hipotez. To przydatna umiejętność w analizie ankiet i projektowaniu eksperymentów – pozwala wyciągać wnioski bez badania całej populacji. W tym kursie poznasz przypadki, w których warto stosować próbkowanie, oraz nauczysz się wykonywać najpopularniejsze jego metody – od prostego losowania próby po bardziej zaawansowane techniki, takie jak próbkowanie warstwowe i grupowe. Pracując na rzeczywistych zbiorach danych – ocenach kaw, piosenkach ze Spotify i danych o rotacji pracowników – nauczysz się szacować statystyki populacji i mierzyć niepewność swoich szacunków za pomocą rozkładów próbkowania i rozkładów bootstrapowych.

Wymagania wstępne

Introduction to Statistics in Python

1

Introduction to Sampling

Learn what sampling is and why it is so powerful. You’ll also learn about the problems caused by convenience sampling and the differences between true randomness and pseudo-randomness.

Sampling and point estimates

Reasons for sampling

Simple sampling with pandas

Simple sampling and calculating with NumPy

Convenience sampling

Are findings from the sample generalizable?

Are these findings generalizable?

Pseudo-random number generation

Generating random numbers

Understanding random seeds

Zacznij rozdział

2

Sampling Methods

It’s time to get hands-on and perform the four random sampling methods in Python: simple, systematic, stratified, and cluster.

Simple random and systematic sampling

Simple random sampling

Systematic sampling

Is systematic sampling OK?

Stratified and weighted random sampling

Which sampling method?

Proportional stratified sampling

Equal counts stratified sampling

Weighted sampling

Cluster sampling

Benefits of clustering

Performing cluster sampling

Comparing sampling methods

3 kinds of sampling

Comparing point estimates

Zacznij rozdział

3

Sampling Distributions

Let’s test your sampling. In this chapter, you’ll discover how to quantify the accuracy of sample statistics using relative errors, and measure variation in your estimates by generating sampling distributions.

Relative error of point estimates

Calculating relative errors

Relative error vs. sample size

Creating a sampling distribution

Replicating samples

Replication parameters

Approximate sampling distributions

Exact sampling distribution

Generating an approximate sampling distribution

Exact vs. approximate

Standard errors and the Central Limit Theorem

Population & sampling distribution means

Population & sampling distribution variation

Zacznij rozdział

4

Bootstrap Distributions

You’ll get to grips with resampling to perform bootstrapping and estimate variation in an unknown population. You’ll learn the difference between sampling distributions and bootstrap distributions using resampling.

Introduction to bootstrapping

Principles of bootstrapping

With or without replacement?

Generating a bootstrap distribution

Comparing sampling and bootstrap distributions

Bootstrap statistics and population statistics

Sampling distribution vs. bootstrap distribution

Compare sampling and bootstrap means

Compare sampling and bootstrap standard deviations

Confidence intervals

Confidence interval interpretation

Calculating confidence intervals

Congratulations!

Zacznij rozdział

Próbkowanie w Pythonie

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Próbkowanie w Pythonie już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.