După ce am parcurs aceste cursuri, mă simt încrezător să creez vizualizări și tablouri de bord profesionale
Shoebur RahmanSpecialist în achiziții, Giz Bangladesh
Descrierea cursului
Eșantionarea în Python reprezintă fundamentul statisticii inferențiale și al testării ipotezelor. Este o abilitate valoroasă, folosită în analiza sondajelor și în designul experimental, pentru a trage concluzii fără a studia o populație întreagă. În acest curs de eșantionare în Python, vei descoperi când să folosești eșantionarea și cum să aplici cele mai comune metode – de la eșantionarea aleatoare simplă până la metode mai complexe, precum eșantionarea stratificată și eșantionarea pe clustere. Lucrând cu seturi de date reale – evaluări de cafea, melodii de pe Spotify și fluctuația angajaților – vei învăța să estimezi statistici ale populației și să cuantifici incertitudinea estimărilor, generând distribuții de eșantionare și distribuții bootstrap.
Cerințe prealabile
Programă
Planul cursului
1
Introducere în eșantionare
Descoperă ce este eșantionarea și de ce este atât de utilă. Vei învăța, de asemenea, despre problemele generate de eșantionarea de conveniență și despre diferențele dintre aleatorismul adevărat și cel pseudo-aleator.
- Eșantionare și estimări punctuale50 XP
- Motive pentru eșantionare50 XP
- Eșantionare simplă cu pandas100 XP
- Eșantionare simplă și calcule cu NumPy100 XP
- Eșantionare de conveniență50 XP
- Rezultatele eșantionului sunt generalizabile?100 XP
- Aceste rezultate sunt generalizabile?100 XP
- Generarea numerelor pseudo-aleatoare50 XP
- Generarea numerelor aleatoare100 XP
- Înțelegerea seed-urilor aleatorii100 XP
2
Metode de eșantionare
Este momentul să treci la practică și să aplici cele patru metode de eșantionare aleatoare în Python: simplă, sistematică, stratificată și pe clustere.
3
Distribuții de eșantionare
Îți vei testa cunoștințele de eșantionare. În acest capitol, vei descoperi cum să cuantifici acuratețea statisticilor unui eșantion folosind erori relative și cum să măsori variația estimărilor prin generarea de distribuții de eșantionare.
4
Distribuții bootstrap
Vei aprofunda reeșantionarea pentru a aplica bootstrapping și a estima variația într-o populație necunoscută. Vei înțelege diferența dintre distribuțiile de eșantionare și distribuțiile bootstrap prin intermediul reeșantionării.
Eșantionare în Python
Curs
finalizat
