After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Förstå hypotesprövningar på riktigt
Vad händer efter att du har beräknat dina medelvärden och gjort dina diagram? Hur går du från beskrivande statistik till säkert beslutsfattande? Hur kan du använda hypotesprövningar för att lösa verkliga problem? I denna fyratimmarskurs om grunderna i inferens i Python får du praktisk erfarenhet av att dra välgrundade slutsatser baserade på data. Du kommer att lära dig allt om sampling och upptäcka hur felaktig sampling kan få statistisk inferens att spåra ur.Analysera ett brett spektrum av scenarier
Du börjar med att arbeta med hypotesprövningar för normalitet och korrelation, samt både parametriska och icke-parametriska tester. Du kommer att köra dessa tester med SciPy och tolka deras resultat för att använda dem i beslutsfattande.Därefter mäter du styrkan i ett utfall med hjälp av effektstorlek och statistisk styrka, samtidigt som du undviker skenbara korrelationer genom att tillämpa korrigeringar.Slutligen kommer du att använda simulering, randomisering och metaanalys för att arbeta med ett brett spektrum av data, inklusive att analysera resultat från andra forskare på nytt.Dra säkra slutsatser av stora datamängder
Efter kursen kommer du att kunna ta stora datamängder och använda dem för att fatta välgrundade beslut som ledare kan lita på. Du kommer att gå långt bortom grafer och sammanfattande statistik för att leverera tillförlitliga, repeterbara och förklarbara resultat.Förkunskapskrav
Kursplan
Kursöversikt
1
Inferensstatistik och urval
I det här kapitlet utforskar vi sambandet mellan urval och statistiskt motiverade slutsatser. Valet av urval är grunden för välgrundade statistiska beslut, och vi undersöker hur urvalet påverkar resultatet av din inferens.
- Statistisk inferens och slumpmässigt urval50 XP
- Urval och punktskattningar100 XP
- Upprepad sampling, punktskattningar och inferens100 XP
- Urval och bias50 XP
- Visualisera urval100 XP
- Inferens och bias100 XP
- Konfidensintervall och urval50 XP
- Normala samplingfördelningar100 XP
- Beräkna konfidensintervall100 XP
- Dra slutsatser från urval100 XP
2
Verktyg för hypotestester
Lär dig att tillämpa normalitetstester, korrelationstester samt parametriska och icke-parametriska tester för välgrundad inferens. Hypotestester är verktyg, och att välja rätt verktyg för uppgiften är avgörande för statistiskt beslutsfattande. Du kanske känner till vissa av dessa tester från introduktionskurser – här går du djupare och bygger ut ditt inferensverktyg i det här kapitlet.
3
Effektstorlek
I det här kapitlet mäter och tolkar du effektstorlek i olika situationer, stöter på problemet med multipla jämförelser och utforskar testets styrka på djupet. P-värden berättar om en signifikant effekt föreligger, men inte hur stark den är. Effektstorlek mäter hur stark effekt en behandling har. Bemästra de faktorer som ligger till grund för effektstorlek i det här kapitlet.
4
Simulering, randomisering och metaanalys
Du utökar ditt inferensstatistiska verktyg ytterligare med en genomgång av bootstrapping, permutationstester och metoder för att kombinera evidens från p-värden. Bootstrapping ger dig en första inblick i statistisk simulering. I lektionen om metaanalys lär du dig allt om att kombinera resultat från flera studier. Du avslutar med en genomgång av permutationstester – ett kraftfullt och flexibelt icke-parametriskt statistiskt verktyg.
Grunderna i inferens med Python
Kurs
slutförd
