ข้ามไปยังเนื้อหาหลัก

Courses

Inference for Numerical Data in R

ขั้นสูงระดับทักษะ

อัปเดตแล้ว 09/2563

In this course you'll learn techniques for performing statistical inference on numerical data.

เริ่มเรียนหลักสูตรฟรี

RProbability & Statistics4 ชม.15 videos49 Exercises3,650 เอ็กซ์พี14,168คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

In this course, you'll learn how to use statistical techniques to make inferences and estimations using numerical data. This course uses two approaches to these common tasks. The first makes use of bootstrapping and permutation to create resample based tests and confidence intervals. The second uses theoretical results and the t-distribution to achieve the same result. You'll learn how (and when) to perform a t-test, create a confidence interval, and do an ANOVA!

ข้อกำหนดเบื้องต้น

Foundations of Inference in R

1

Bootstrapping for estimating a parameter

In this chapter you'll use bootstrapping techniques to estimate a single parameter from a numerical distribution.

Welcome to the course!

50 เอ็กซ์พี

Generate bootstrap distribution for median

100 เอ็กซ์พี

Review percentile and standard error methods

50 เอ็กซ์พี

Calculate bootstrap interval using both methods

100 เอ็กซ์พี

Which method more appropriate: percentile or SE?

50 เอ็กซ์พี

Doctor visits during pregnancy

50 เอ็กซ์พี

Average number of doctor's visits

100 เอ็กซ์พี

SD of number of doctor's visits

100 เอ็กซ์พี

Re-centering a bootstrap distribution

50 เอ็กซ์พี

Test for median price of 1 BR apartments in Manhattan

100 เอ็กซ์พี

Conclude the hypothesis test on median

50 เอ็กซ์พี

Test for average weight of babies

100 เอ็กซ์พี

เริ่มบท

2

Introducing the t-distribution

In this chapter you'll use Central Limit Theorem based techniques to estimate a single parameter from a numerical distribution. You will do this using the t-distribution.

t-distribution

50 เอ็กซ์พี

50 เอ็กซ์พี

Probabilities under the t-distribution

100 เอ็กซ์พี

Cutoffs under the t-distribution

100 เอ็กซ์พี

Estimating a mean with a t-interval

50 เอ็กซ์พี

Average commute time of Americans

100 เอ็กซ์พี

Average number of hours worked

100 เอ็กซ์พี

t-interval for paired data

50 เอ็กซ์พี

t-interval at various levels

100 เอ็กซ์พี

Understanding confidence intervals

50 เอ็กซ์พี

Testing a mean with a t-test

50 เอ็กซ์พี

Estimate the median difference in textbook prices

100 เอ็กซ์พี

Test for a difference in median test scores

100 เอ็กซ์พี

Interpret the p-value

50 เอ็กซ์พี

เริ่มบท

3

Inference for difference in two parameters

In this chapter you'll extend what you have learned so far to use both simulation and CLT based techniques for inference on the difference between two parameters from two independent numerical distributions.

Hypothesis testing for comparing two means

50 เอ็กซ์พี

Evaluating the effectiveness of stem cell treatment

100 เอ็กซ์พี

Evaluating the effectiveness of stem cell treatment (cont.)

100 เอ็กซ์พี

Conclusion of the hypothesis test

50 เอ็กซ์พี

Evaluating the relationship between smoking during pregnancy and birth weight

100 เอ็กซ์พี

Bootstrap CI for difference in two means

50 เอ็กซ์พี

Quantifying the relationship between smoking during pregnancy and birth weight

100 เอ็กซ์พี

Median lengths of pregnancies for smoking and non-smoking mothers

100 เอ็กซ์พี

Comparing means with a t-test

50 เอ็กซ์พี

Hourly pay vs. citizenship status

100 เอ็กซ์พี

Estimating the difference of two means using a t-interval

100 เอ็กซ์พี

เริ่มบท

4

Comparing many means

In this chapter you will use ANOVA (analysis of variance) to test for a difference in means across many groups.

Vocabulary score vary between vs. (self identified) social class

50 เอ็กซ์พี

EDA for vocabulary score vs. social class

100 เอ็กซ์พี

Comparing many means, visually

50 เอ็กซ์พี

50 เอ็กซ์พี

ANOVA for vocabulary score vs. (self identified) social class

100 เอ็กซ์พี

Conditions for ANOVA

50 เอ็กซ์พี

Checking the normality condition

50 เอ็กซ์พี

Checking the constant variance condition

100 เอ็กซ์พี

Post-hoc testing

50 เอ็กซ์พี

Calculate alpha*

50 เอ็กซ์พี

Compare pairwise means

100 เอ็กซ์พี

Congratulations!

50 เอ็กซ์พี

เริ่มบท

Inference for Numerical Data in R

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

Statistical Inference in R

instructors

Mine Cetinkaya-Rundel

Associate Professor at Duke University & Data Scientist and Professional Educator at RStudio

collaborators

Nick Carchedi

Nick Solomon

Courses resources

Chp1-vid1-boot-dist-noaxes-paranthesesdatasets

Chp1-vid1-bootsamp-bootpop.001datasets

Chp1-vid1-manhattan-rentsdatasets

Chp1-vid2-boot-dist-withaxesdatasets

Chp1-vid2-perc-method.001datasets

Chp1-vid2-perc-method.002datasets

Chp1-vid3-boot-test.001datasets

Chp3-vid3-hrly-rate-citizen-smallerdatasets

Chp3-vid3-hrly-rate-citizendatasets

Chp4-vid1-class-bardatasets

Chp4-vid1-wodrsum-histdatasets

Gss moredaysdatasets

GSS datadatasets

Manhattan rent datadatasets

Runners.001datasets

Tdistcomparetonormaldistdatasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Inference for Numerical Data in R วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา