Build your ultimate AI agent
รายละเอียดคอร์ส
ในคอร์สนี้ จะได้เรียนรู้วิธีใช้เทคนิคทางสถิติเพื่ออนุมานและประมาณค่าจากข้อมูลเชิงตัวเลข โดยใช้ 2 แนวทางหลัก แนวทางแรกใช้ bootstrapping และการสุ่มสลับเพื่อสร้างการทดสอบและช่วงความเชื่อมั่นแบบ resample แนวทางที่สองใช้ผลลัพธ์เชิงทฤษฎีและ t-distribution เพื่อให้ได้ผลลัพธ์เดียวกัน นอกจากนี้ยังจะได้เรียนรู้วิธีและเวลาที่เหมาะสมในการทำ t-test สร้างช่วงความเชื่อมั่น และทำ ANOVA
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
Bootstrapping เพื่อประมาณค่าพารามิเตอร์
ในบทนี้ จะใช้เทคนิค bootstrapping เพื่อประมาณค่าพารามิเตอร์เดียวจากการแจกแจงข้อมูลเชิงตัวเลข
- ยินดีต้อนรับสู่คอร์ส!50 XP
- สร้างการกระจาย Bootstrap สำหรับค่ามัธยฐาน100 XP
- ทบทวนวิธีเปอร์เซ็นไทล์และค่าความคลาดเคลื่อนมาตรฐาน50 XP
- คำนวณช่วงความเชื่อมั่น Bootstrap ด้วยสองวิธี100 XP
- วิธีใดเหมาะสมกว่า: percentile หรือ SE?50 XP
- การเข้าพบแพทย์ระหว่างตั้งครรภ์50 XP
- จำนวนครั้งเฉลี่ยที่ไปพบแพทย์100 XP
- ค่าเบี่ยงเบนมาตรฐานของจำนวนครั้งที่ไปพบแพทย์100 XP
- การปรับศูนย์กลางของการกระจาย Bootstrap50 XP
- ทดสอบสมมติฐานเกี่ยวกับราคาเช่ามัธยฐานของอพาร์ตเมนต์ 1 ห้องนอนในแมนฮัตตัน100 XP
- สรุปผลการทดสอบสมมติฐานเกี่ยวกับค่ามัธยฐาน50 XP
- ทดสอบน้ำหนักเฉลี่ยของทารกแรกเกิด100 XP
2
รู้จัก t-distribution
ในบทนี้ จะใช้เทคนิคที่อิงทฤษฎีบทขีดจำกัดกลาง (Central Limit Theorem) เพื่อประมาณค่าพารามิเตอร์เดียวจากการแจกแจงข้อมูลเชิงตัวเลข โดยใช้ t-distribution
3
การอนุมานสำหรับความแตกต่างระหว่างสองพารามิเตอร์
ในบทนี้ จะต่อยอดความรู้ที่ได้เรียนมา โดยใช้ทั้งเทคนิคแบบ simulation และแบบ CLT สำหรับการอนุมานความแตกต่างระหว่างสองพารามิเตอร์จากการแจกแจงเชิงตัวเลขสองกลุ่มที่เป็นอิสระต่อกัน
4
การเปรียบเทียบค่าเฉลี่ยหลายกลุ่ม
ในบทนี้ จะใช้ ANOVA (การวิเคราะห์ความแปรปรวน) เพื่อทดสอบความแตกต่างของค่าเฉลี่ยระหว่างหลายกลุ่ม
R
การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R
เรียนจบแล้ว
