Build your ultimate AI agent
Descrierea cursului
Înțelege cu adevărat testele de ipoteză
Ce se întâmplă după ce îți calculezi mediile și îți faci graficele? Cum treci de la statistici descriptive la luarea deciziilor cu încredere? Cum poți aplica testele de ipoteză pentru a rezolva probleme din lumea reală? În acest curs de patru ore despre fundamentele inferenței în Python, vei dobândi experiență practică în formularea unor concluzii solide pe baza datelor. Vei învăța totul despre eșantionare și vei descoperi cum eșantionarea necorespunzătoare poate devia inferența statistică de la curs.Analizează o gamă largă de scenarii
Vei începe lucrând cu teste de ipoteză pentru normalitate și corelație, precum și cu teste parametrice și neparametrice. Vei rula aceste teste folosind SciPy și vei interpreta rezultatele lor pentru a le folosi în luarea deciziilor.În continuare, vei măsura puterea unui rezultat folosind mărimea efectului și puterea statistică, evitând în același timp corelațiile spurioase prin aplicarea corecțiilor.În cele din urmă, vei folosi simularea, randomizarea și meta-analiza pentru a lucra cu o gamă largă de date, inclusiv reanalizarea rezultatelor altor cercetători.Trage concluzii solide din Big Data
După acest curs, vei putea să valorifici cu succes big data și să o folosești pentru a lua decizii fundamentate pe principii, pe care liderii se pot baza. Vei merge mult dincolo de grafice și statistici sumare pentru a obține rezultate fiabile, repetabile și explicabile.Cerințe prealabile
Curriculum
Structura cursului
1
Statistică inferențială și eșantionare
În acest capitol, vom explora relația dintre eșantioane și concluziile justificabile din punct de vedere statistic. Alegerea unui eșantion stă la baza luării unor decizii statistice solide, iar noi vom analiza modul în care această alegere influențează rezultatul inferenței tale.
- Inferența statistică și eșantionarea aleatoare50 XP
- Eșantionare și estimări punctuale100 XP
- Eșantionare repetată, estimări punctuale și inferență100 XP
- Eșantionare și erori sistematice50 XP
- Vizualizarea eșantioanelor100 XP
- Inferență și bias100 XP
- Intervale de încredere și eșantionare50 XP
- Distribuții normale ale eșantionării100 XP
- Calcularea intervalelor de încredere100 XP
- Formularea concluziilor pe baza eșantioanelor100 XP
2
Instrumente pentru testarea ipotezelor
Învață totul despre aplicarea testelor de normalitate, a testelor de corelație și a testelor parametrice și non-parametrice pentru o inferență riguroasă. Testele de ipoteză sunt instrumente, iar alegerea celui potrivit pentru fiecare situație este esențială în luarea deciziilor statistice. Chiar dacă ești familiarizat cu unele dintre aceste teste din cursuri introductive, în acest capitol vei aprofunda și îți vei îmbogăți arsenalul inferențial.
3
Mărimea efectului
În acest capitol, vei măsura și interpreta mărimea efectului în diverse situații, vei întâlni problema comparațiilor multiple și vei explora în profunzime puterea unui test. Valorile p îți spun dacă un efect semnificativ este prezent, dar nu îți spun cât de puternic este acel efect. Mărimea efectului cuantifică intensitatea cu care un tratament influențează rezultatele. Stăpânește factorii care stau la baza mărimii efectului în acest capitol.
4
Simulare, randomizare și meta-analiză
Îți vei extinde și mai mult arsenalul de statistică inferențială, explorând bootstrapping-ul, testele de permutare și metodele de combinare a dovezilor din valori p. Bootstrapping-ul îți va oferi o primă privire asupra simulării statistice. În lecția despre meta-analiză, vei învăța totul despre combinarea rezultatelor din studii multiple. Vei încheia cu o privire asupra testelor de permutare, un instrument statistic non-parametric puternic și flexibil.
Bazele inferenței în Python
Curs
finalizat
