Build your ultimate AI agent
Kursbeskrivning
Med hypotestestning kan du besvara frågor om dina datamängder på ett statistiskt rigoröst sätt. I den här kursen utvecklar du dina analytiska Python-kunskaper när du lär dig hur och när du ska använda vanliga tester som t-test, proportionstest och chi-två-test. Du arbetar med verkliga data – bland annat feedback från Stack Overflow-användare och leveranskedjdata för medicinska förnödenheter – och bygger en djup förståelse för hur dessa tester fungerar och vilka grundläggande antaganden de bygger på. Du får också lära dig hur icke-parametriska tester kan användas för att gå bortom begränsningarna hos traditionella hypotestest.Videorna innehåller live-transkript som du kan visa genom att klicka på "Visa transkript" längst ned till vänster i videon.
Kursens ordlista finns till höger i resurssektionen.
För att erhålla CPE-poäng behöver du slutföra kursen och nå ett resultat på 70 % på den kvalificerade bedömningen. Du kan navigera till bedömningen genom att klicka på CPE-poäng-notisen till höger.
Förkunskapskrav
Kursplan
Kursöversikt
1
Grunderna i hypotestestning
Hur fungerar hypotestestning och vilka problem kan det lösa? För att ta reda på det går du igenom arbetsflödet för ett enurvals-proportionstest. På vägen stöter du på viktiga begrepp som z-värden, p-värden samt fel av typ 1 och typ 2.
- Hypotestester och z-värden50 XP
- Användningsområden för A/B-testning50 XP
- Beräkna stickprovsmedelvärdet100 XP
- Beräkna en z-poäng100 XP
- p-värden50 XP
- Brottmålsrättegångar och hypotestester50 XP
- Vänstersvans, högersvans, tvåsvansigt100 XP
- Beräkna p-värden100 XP
- Statistisk signifikans50 XP
- Beslut utifrån p-värden50 XP
- Beräkna ett konfidensintervall100 XP
- Fel av typ I och typ II100 XP
2
Tvåurvals- och ANOVA-tester
I det här kapitlet lär du dig att testa skillnader i medelvärden mellan två grupper med hjälp av t-test, och sedan utöka det till fler än två grupper med ANOVA och parvisa t-test.
3
Proportionstester
Nu är det dags att testa skillnader i proportioner mellan två grupper med hjälp av proportionstester. Genom praktiska övningar utökar du dina proportionstester till fler än två grupper med chi-två-oberoendetestar, och återvänder till enurvalsfallet med chi-två-anpassningstester.
4
Icke-parametriska tester
Slutligen lär du dig om de antaganden som parametriska hypotestest bygger på, och ser hur icke-parametriska tester kan användas när dessa antaganden inte är uppfyllda.
Hypotestestning i Python
Kurs
slutförd
