Build your ultimate AI agent
รายละเอียดคอร์ส
ค้นพบการทดสอบสมมติฐานใน R
การทดสอบสมมติฐานช่วยให้คุณตั้งคำถามเกี่ยวกับชุดข้อมูลของคุณและตอบคำถามเหล่านั้นได้อย่างมีความเข้มงวดทางสถิติ ในหลักสูตรนี้ คุณจะได้เรียนรู้วิธีและเวลาที่ควรใช้การทดสอบที่พบบ่อย เช่น t-test, การทดสอบสัดส่วน และการทดสอบไคสแควร์คุณจะได้รับความเข้าใจอย่างลึกซึ้งว่าโมเดลเหล่านี้ทำงานอย่างไร และสมมติฐานที่อยู่เบื้องหลังโมเดลเหล่านี้ คุณจะได้เรียนรู้ด้วยว่า การทดสอบสมมติฐานแบบต่าง ๆ มีความสัมพันธ์กันอย่างไร โดยใช้กรอบแนวคิด ""มีเพียงการทดสอบเดียว"" และจะได้ใช้การทดสอบแบบไม่อาศัยพารามิเตอร์ที่ช่วยให้คุณหลีกเลี่ยงข้อกำหนดของการทดสอบสมมติฐานแบบดั้งเดิม
เรียนรู้เกี่ยวกับการทดสอบทีและการทดสอบไคสแควร์
คุณจะเริ่มต้นด้วยการเรียนรู้ว่าทำไมการทดสอบสมมติฐานใน R จึงมีประโยชน์ พร้อมทั้งทำความเข้าใจแนวคิดสำคัญบางประการไปพร้อมกัน คุณจะได้เรียนรู้ด้วยว่า t-test ช่วยให้คุณทดสอบความแตกต่างของค่าเฉลี่ยระหว่างสองกลุ่มได้อย่างไร และการทดสอบไคสแควร์ช่วยให้คุณเปรียบเทียบผลลัพธ์ที่สังเกตได้กับผลลัพธ์ที่คาดหวังได้อย่างไรทำความเข้าใจความสัมพันธ์ระหว่างการทดสอบสมมติฐานใน R
เมื่อคุณก้าวหน้าไป คุณจะได้ค้นพบความสัมพันธ์ระหว่างการทดสอบต่าง ๆ โดยสำรวจองค์ประกอบของความสุ่ม ความเป็นอิสระของการสังเกต และขนาดตัวอย่างเมื่อคุณเรียนจบหลักสูตรนี้ คุณจะมีความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับการทดสอบสมมติฐานใน R และเมื่อใดจึงเหมาะสมที่จะใช้การทดสอบเฉพาะกับข้อมูลของคุณ
ตลอดทั้งหลักสูตร คุณจะได้สำรวจแบบสำรวจผู้ใช้ของ Stack Overflow และชุดข้อมูลการจัดส่งเวชภัณฑ์ล่าช้า"
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
บทนำสู่การทดสอบสมมติฐาน
เรียนรู้ว่าทำไมการทดสอบสมมติฐานจึงมีประโยชน์ และทำความเข้าใจขั้นตอนการทดสอบสัดส่วนแบบหนึ่งกลุ่มตัวอย่าง พร้อมทั้งพบกับแนวคิดสำคัญ เช่น z-score, p-value รวมถึงข้อผิดพลาดแบบ false negative และ false positive นอกจากนี้ยังได้รู้จักชุดข้อมูลผลสำรวจ Stack Overflow และชุดข้อมูลการจัดส่งเวชภัณฑ์ล่าช้า
- การทดสอบสมมติฐานและ z-scores50 XP
- การใช้งาน A/B Testing50 XP
- การคำนวณค่าเฉลี่ยของตัวอย่าง100 XP
- การคำนวณ z-score100 XP
- p-value50 XP
- คดีอาญาและการทดสอบสมมติฐาน50 XP
- หางซ้าย หางขวา และสองหาง100 XP
- การคำนวณ p-value100 XP
- ความมีนัยสำคัญทางสถิติ50 XP
- การตัดสินใจจาก p-value50 XP
- การคำนวณช่วงความเชื่อมั่น100 XP
- ข้อผิดพลาดประเภท I และประเภท II100 XP
2
การทดสอบสองกลุ่มและ ANOVA
เรียนรู้วิธีทดสอบความแตกต่างของค่าเฉลี่ยระหว่างสองกลุ่มด้วย t-test และวิธีขยายการทดสอบไปยังมากกว่าสองกลุ่มด้วย ANOVA และ pairwise t-test
3
Proportion Tests
เรียนรู้วิธีทดสอบความแตกต่างของสัดส่วนระหว่างสองกลุ่มด้วย proportion test ต่อยอดไปยังหลายกลุ่มด้วย chi-square independence test และกลับมาที่กรณีหนึ่งกลุ่มตัวอย่างด้วย chi-square goodness of fit test
4
Non-Parametric Tests
เรียนรู้ข้อสมมติของการทดสอบสมมติฐานแบบ parametric และดูวิธีใช้การทดสอบแบบ non-parametric ทั้งแบบ simulation-based และแบบ rank-based เมื่อข้อสมมติเหล่านั้นไม่เป็นจริง
R
Hypothesis Testing in R
เรียนจบแล้ว
