ข้ามไปยังเนื้อหาหลัก

บ้าน Python

Courses

Sampling in Python

ระดับกลางระดับทักษะ

อัปเดตแล้ว 01/2568

Learn to draw conclusions from limited data using Python and statistics. This course covers everything from random sampling to stratified and cluster sampling.

เริ่มเรียนหลักสูตรฟรี

PythonProbability & Statistics4 ชม.15 videos51 Exercises4,000 เอ็กซ์พี52,978คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

Sampling in Python is the cornerstone of inference statistics and hypothesis testing. It's a powerful skill used in survey analysis and experimental design to draw conclusions without surveying an entire population. In this Sampling in Python course, you’ll discover when to use sampling and how to perform common types of sampling—from simple random sampling to more complex methods like stratified and cluster sampling. Using real-world datasets, including coffee ratings, Spotify songs, and employee attrition, you’ll learn to estimate population statistics and quantify uncertainty in your estimates by generating sampling distributions and bootstrap distributions.

ข้อกำหนดเบื้องต้น

Introduction to Statistics in Python

1

Introduction to Sampling

Learn what sampling is and why it is so powerful. You’ll also learn about the problems caused by convenience sampling and the differences between true randomness and pseudo-randomness.

Sampling and point estimates

50 เอ็กซ์พี

Reasons for sampling

50 เอ็กซ์พี

Simple sampling with pandas

100 เอ็กซ์พี

Simple sampling and calculating with NumPy

100 เอ็กซ์พี

Convenience sampling

50 เอ็กซ์พี

Are findings from the sample generalizable?

100 เอ็กซ์พี

Are these findings generalizable?

100 เอ็กซ์พี

Pseudo-random number generation

50 เอ็กซ์พี

Generating random numbers

100 เอ็กซ์พี

Understanding random seeds

100 เอ็กซ์พี

เริ่มบท

2

Sampling Methods

It’s time to get hands-on and perform the four random sampling methods in Python: simple, systematic, stratified, and cluster.

Simple random and systematic sampling

50 เอ็กซ์พี

Simple random sampling

100 เอ็กซ์พี

Systematic sampling

100 เอ็กซ์พี

Is systematic sampling OK?

100 เอ็กซ์พี

Stratified and weighted random sampling

50 เอ็กซ์พี

Which sampling method?

100 เอ็กซ์พี

Proportional stratified sampling

100 เอ็กซ์พี

Equal counts stratified sampling

100 เอ็กซ์พี

Weighted sampling

100 เอ็กซ์พี

Cluster sampling

50 เอ็กซ์พี

Benefits of clustering

50 เอ็กซ์พี

Performing cluster sampling

100 เอ็กซ์พี

Comparing sampling methods

50 เอ็กซ์พี

3 kinds of sampling

100 เอ็กซ์พี

Comparing point estimates

100 เอ็กซ์พี

เริ่มบท

3

Sampling Distributions

Let’s test your sampling. In this chapter, you’ll discover how to quantify the accuracy of sample statistics using relative errors, and measure variation in your estimates by generating sampling distributions.

Relative error of point estimates

50 เอ็กซ์พี

Calculating relative errors

100 เอ็กซ์พี

Relative error vs. sample size

50 เอ็กซ์พี

Creating a sampling distribution

50 เอ็กซ์พี

Replicating samples

100 เอ็กซ์พี

Replication parameters

50 เอ็กซ์พี

Approximate sampling distributions

50 เอ็กซ์พี

Exact sampling distribution

100 เอ็กซ์พี

Generating an approximate sampling distribution

100 เอ็กซ์พี

Exact vs. approximate

50 เอ็กซ์พี

Standard errors and the Central Limit Theorem

50 เอ็กซ์พี

Population & sampling distribution means

100 เอ็กซ์พี

Population & sampling distribution variation

100 เอ็กซ์พี

เริ่มบท

4

Bootstrap Distributions

You’ll get to grips with resampling to perform bootstrapping and estimate variation in an unknown population. You’ll learn the difference between sampling distributions and bootstrap distributions using resampling.

Introduction to bootstrapping

50 เอ็กซ์พี

Principles of bootstrapping

100 เอ็กซ์พี

With or without replacement?

100 เอ็กซ์พี

Generating a bootstrap distribution

100 เอ็กซ์พี

Comparing sampling and bootstrap distributions

50 เอ็กซ์พี

Bootstrap statistics and population statistics

50 เอ็กซ์พี

Sampling distribution vs. bootstrap distribution

100 เอ็กซ์พี

Compare sampling and bootstrap means

100 เอ็กซ์พี

Compare sampling and bootstrap standard deviations

100 เอ็กซ์พี

Confidence intervals

50 เอ็กซ์พี

Confidence interval interpretation

50 เอ็กซ์พี

Calculating confidence intervals

100 เอ็กซ์พี

Congratulations!

50 เอ็กซ์พี

เริ่มบท

Sampling in Python

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

Data Analyst in Pythonการรับรอง

Associate Data Scientist in Pythonการรับรอง

Statistics Fundamentals in Python

instructors

James Chapman

AI Curriculum Manager, DataCamp

collaborators

Dr. Chester Ismay

Amy Peterson

Courses resources

Coffee ratingsdatasets

Spotify song attributesdatasets

Employee attritiondatasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Sampling in Python วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา