Build your ultimate AI agent
รายละเอียดคอร์ส
สถิติคือศาสตร์ที่ว่าด้วยการเก็บรวบรวม วิเคราะห์ และสรุปผลจากข้อมูล เป็นเครื่องมือที่มีคุณค่าอย่างยิ่ง ช่วยให้มองเห็นแนวโน้มในอนาคตและตอบคำถามได้มากมาย เช่น โอกาสที่ลูกค้าจะซื้อสินค้าของคุณมีเท่าไร ทีมซัพพอร์ตจะรับสายกี่สายต่อวัน หรือต้องผลิตกางเกงยีนส์กี่ไซซ์เพื่อให้ครอบคลุม 95% ของประชากร ในคอร์สนี้ คุณจะได้เรียนรู้วิธีตอบคำถามเหล่านี้ ควบคู่ไปกับการพัฒนาทักษะทางสถิติ ตั้งแต่การคำนวณค่าเฉลี่ย การใช้ scatterplot เพื่อแสดงความสัมพันธ์ระหว่างตัวแปรเชิงตัวเลข ไปจนถึงการคำนวณสหสัมพันธ์ นอกจากนี้ยังครอบคลุมเรื่องความน่าจะเป็น ซึ่งเป็นรากฐานของการอ้างเหตุผลทางสถิติ รวมถึงการใช้ Python ออกแบบการศึกษาและสรุปข้อสรุปจากข้อมูลด้วยตนเองวิดีโอมีคำบรรยายสดที่สามารถเปิดดูได้โดยคลิก "Show transcript" ที่มุมล่างซ้ายของวิดีโอ
ดูคำศัพท์ของคอร์สได้ในส่วน Resources ทางด้านขวา
เพื่อรับหน่วยกิต CPE ต้องทำคอร์สให้ครบและได้คะแนนไม่ต่ำกว่า 70% ในแบบทดสอบที่กำหนด สามารถไปยังแบบทดสอบได้โดยคลิกที่ CPE credits callout ทางด้านขวา
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
สถิติเชิงพรรณนา
สถิติเชิงพรรณนาให้เครื่องมือที่จำเป็นในการสรุปชุดข้อมูลขนาดใหญ่เพื่อให้เห็นภาพรวมที่สำคัญ ในบทนี้ คุณจะได้สำรวจสถิติเชิงพรรณนา เช่น ค่าเฉลี่ย ค่ามัธยฐาน และส่วนเบี่ยงเบนมาตรฐาน พร้อมเรียนรู้วิธีตีความอย่างถูกต้อง รวมถึงฝึกทักษะคิดวิเคราะห์เพื่อเลือกใช้สถิติที่เหมาะสมกับข้อมูลของคุณ
- สถิติคืออะไร?50 XP
- สถิติเชิงพรรณนาและสถิติเชิงอนุมาน100 XP
- การจำแนกประเภทข้อมูล100 XP
- การวัดค่ากลาง50 XP
- การคำนวณค่าเฉลี่ยและค่ามัธยฐาน100 XP
- ค่าเฉลี่ย ค่ามัธยฐาน และรูปร่างของการกระจายข้อมูล100 XP
- การวัดการกระจายของข้อมูล50 XP
- ความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน100 XP
- ควอร์ไทล์ ควอนไทล์ และควินไทล์100 XP
- การค้นหา Outlier ด้วย IQR100 XP
2
ตัวเลขสุ่มและความน่าจะเป็น
ในบทนี้ คุณจะได้เรียนรู้วิธีสร้างตัวอย่างสุ่มและวัดโอกาสโดยใช้ความน่าจะเป็น พร้อมทำงานกับข้อมูลการขายจากสถานการณ์จริงเพื่อคำนวณความน่าจะเป็นที่พนักงานขายจะประสบความสำเร็จ และนำการแจกแจงทวินามมาใช้จำลองเหตุการณ์ที่มีผลลัพธ์สองแบบ
3
การแจกแจงเพิ่มเติมและทฤษฎีบทขีดจำกัดกลาง
ถึงเวลาสำรวจการแจกแจงความน่าจะเป็นที่สำคัญที่สุดในสถิติ นั่นคือการแจกแจงแบบปกติ คุณจะสร้างฮิสโทแกรมเพื่อแสดงการแจกแจงแบบปกติ ทำความเข้าใจทฤษฎีบทขีดจำกัดกลาง และขยายความรู้ด้านฟังก์ชันทางสถิติด้วยการแจกแจงแบบ Poisson แบบเอกซ์โปเนนเชียล และแบบ t
4
สหสัมพันธ์และการออกแบบการทดลอง
ในบทนี้ คุณจะได้เรียนรู้วิธีวัดความแข็งแกร่งของความสัมพันธ์เชิงเส้นระหว่างตัวแปรสองตัว และสำรวจว่าตัวแปรกวนสามารถส่งผลต่อความสัมพันธ์ระหว่างตัวแปรอื่นได้อย่างไร นอกจากนี้ยังได้เห็นว่าการออกแบบการศึกษาวิจัยมีผลต่อผลลัพธ์ วิธีวิเคราะห์ข้อมูล และความน่าเชื่อถือของข้อสรุปอย่างไร
สถิติเบื้องต้นด้วย Python
เรียนจบแล้ว

