ข้ามไปยังเนื้อหาหลัก

หน้าหลัก R

คอร์ส

Foundations of Probability in R

Basicระดับทักษะ

อัปเดตแล้ว 03/2565

In this course, you'll learn about the concepts of random variables, distributions, and conditioning.

เริ่มคอร์สฟรี

RProbability & Statistics

4 ชม.

13 วิดีโอ

54 แบบฝึกหัด

4,350 XP

42,215

ใบรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีม?

ลองใช้สำหรับธุรกิจ

คำอธิบายคอร์ส

Probability is the study of making predictions about random phenomena. In this course, you'll learn about the concepts of random variables, distributions, and conditioning, using the example of coin flips. You'll also gain intuition for how to solve probability problems through random simulation. These principles will help you understand statistical inference and can be applied to draw conclusions from data.

ข้อกำหนดเบื้องต้น

Introduction to R

1

The binomial distribution

One of the simplest and most common examples of a random phenomenon is a coin flip: an event that is either "yes" or "no" with some probability. Here you'll learn about the binomial distribution, which describes the behavior of a combination of yes/no trials and how to predict and simulate its behavior.

Flipping coins in R

Simulating coin flips

Simulating draws from a binomial

Density and cumulative density

Calculating density of a binomial

Calculating cumulative density of a binomial

Varying the number of trials

Expected value and variance

Calculating the expected value

Calculating the variance

เริ่มบท

2

Laws of probability

In this chapter you'll learn to combine multiple probabilities, such as the probability two events both happen or that at least one happens, and confirm each with random simulations. You'll also learn some of the properties of adding and multiplying random variables.

Probability of event A and event B

Solving for probability of A and B

Simulating the probability of A and B

Simulating the probability of A, B, and C

Probability of A or B

Solving for probability of A or B

Simulating probability of A or B

Probability either variable is less than or equal to 4

Multiplying random variables

Expected value of multiplying a random variable

Simulating multiplying a random variable

Variance of a multiplied random variable

Adding two random variables

Solving for the sum of two binomial variables

Simulating adding two binomial variables

Simulating variance of sum of two binomial variables

เริ่มบท

3

Bayesian statistics

Bayesian statistics is a mathematically rigorous method for updating your beliefs based on evidence. In this chapter, you'll learn to apply Bayes' theorem to draw conclusions about whether a coin is fair or biased, and back it up with simulations.

Updating with evidence

Updating with simulation

Updating after 16 heads

Updating with simulation after 16 heads

Prior probability

Updating with priors

Updating with three coins

Bayes' theorem

Updating with Bayes theorem

Updating for other outcomes

More updating with priors

เริ่มบท

4

Related distributions

So far we've been talking about the binomial distribution, but this is one of many probability distributions a random variable can take. In this chapter we'll introduce three more that are related to the binomial: the normal, the Poisson, and the geometric.

The normal distribution

Approximating a binomial to the normal

Simulating from the binomial and the normal

Comparing the cumulative density of the binomial

Comparing the distributions of the normal and binomial for low n

The Poisson distribution

Approximating a binomial with a Poisson

Simulating from a Poisson and a binomial

Density of the Poisson distribution

Sum of two Poisson variables

The geometric distribution

Waiting for first coin flip

Using replicate() for simulation

Simulating from the geometric distribution

Probability of a machine lasting X days

Graphing the probability that a machine still works

เริ่มบท

Foundations of Probability in R

คอร์สเสร็จสมบูรณ์

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Foundations of Probability in R วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา