Build your ultimate AI agent
Kursbeskrivning
Urval är en grundsten inom inferensstatistik och hypotesprövning. Det spelar en central roll i undersökningsanalys och experimentdesign. Den här kursen förklarar när och varför urval är viktigt, och lär dig att genomföra vanliga urvalsmetoder – från enkelt slumpmässigt urval till mer avancerade metoder som stratifierat urval och klusterurval. Senare behandlar kursen skattning av populationsparametrar och hur du kvantifierar osäkerheten i dina skattningar genom att generera urvals- och bootstrapfördelningar. Under kursens gång utforskar du verkliga datamängder om kaffebetyg, Spotify-låtar och personalomsättning.
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till urval
Lär dig vad urval är och varför det är användbart, förstå problemen med bekvämlighetsurval och lär dig skillnaden mellan äkta slumpmässighet och pseudoslumpmässighet.
- Urval och punktskattningar50 XP
- När är sampling lämpligt?50 XP
- Enkel sampling med dplyr100 XP
- Enkelt urval med bas-R100 XP
- Bekvämlighetsurval50 XP
- Kan resultaten från urvalet generaliseras?100 XP
- Går dessa resultat att generalisera?100 XP
- Pseudoslumpmässig nummergenerering50 XP
- Generera slumpmässiga tal100 XP
- Förstå slumpmässiga frön100 XP
2
Urvalsmetoder
Lär dig hur och när du använder de fyra metoderna för slumpmässigt urval: enkelt, systematiskt, stratifierat och klusterbaserat.
3
Urvalsfördelningar
Lär dig hur du kvantifierar noggrannheten hos stickprovsstatistik med relativa fel och mäter variationen i dina skattningar genom att generera urvalsfördelningar.
4
Bootstrapfördelningar
Lär dig hur du använder återsampling för att utföra bootstrapping, vilket används för att skatta variationen i en okänd population. Förstå skillnaden mellan urvalsfördelningar och bootstrapfördelningar.
R
Urval i R
Kurs
slutförd
