Efter att ha gått de här kurserna känner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
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
