Build your ultimate AI agent
รายละเอียดคอร์ส
การสุ่มตัวอย่างใน Python เป็นรากฐานสำคัญของสถิติเชิงอนุมานและการทดสอบสมมติฐาน ทักษะนี้มีประโยชน์อย่างมากในการวิเคราะห์แบบสำรวจและการออกแบบการทดลอง เพื่อสรุปผลโดยไม่ต้องเก็บข้อมูลจากประชากรทั้งหมด ในคอร์สนี้ คุณจะได้เรียนรู้ว่าควรใช้การสุ่มตัวอย่างเมื่อใด และวิธีดำเนินการสุ่มตัวอย่างประเภทต่าง ๆ ตั้งแต่การสุ่มตัวอย่างแบบง่ายไปจนถึงวิธีที่ซับซ้อนขึ้น เช่น การสุ่มแบบแบ่งชั้นและการสุ่มแบบกลุ่ม โดยใช้ชุดข้อมูลจริง ได้แก่ คะแนนกาแฟ เพลงบน Spotify และข้อมูลการลาออกของพนักงาน คุณจะได้ฝึกประมาณค่าสถิติของประชากรและวัดความไม่แน่นอนในการประมาณค่าด้วยการสร้างการแจกแจงของการสุ่มตัวอย่างและการแจกแจงแบบบูตสแตรป
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
บทนำสู่การสุ่มตัวอย่าง
เรียนรู้ว่าการสุ่มตัวอย่างคืออะไรและมีประโยชน์อย่างไร รวมถึงปัญหาที่เกิดจากการสุ่มตัวอย่างแบบสะดวก และความแตกต่างระหว่างความสุ่มที่แท้จริงกับความสุ่มเทียม
- การสุ่มตัวอย่างและค่าประมาณจุด50 XP
- เหตุผลในการสุ่มตัวอย่าง50 XP
- การสุ่มตัวอย่างอย่างง่ายด้วย pandas100 XP
- การสุ่มตัวอย่างและการคำนวณด้วย NumPy100 XP
- Convenience sampling50 XP
- ผลลัพธ์จากกลุ่มตัวอย่างสามารถนำไปใช้ได้กับประชากรทั่วไปหรือไม่?100 XP
- ผลลัพธ์เหล่านี้สามารถนำไปใช้กับประชากรทั้งหมดได้หรือไม่?100 XP
- การสร้างตัวเลขสุ่มเทียม50 XP
- การสร้างตัวเลขสุ่ม100 XP
- ทำความเข้าใจ random seed100 XP
2
วิธีการสุ่มตัวอย่าง
ถึงเวลาลงมือปฏิบัติกับวิธีการสุ่มตัวอย่างแบบสุ่ม 4 รูปแบบใน Python ได้แก่ แบบง่าย แบบระบบ แบบแบ่งชั้น และแบบกลุ่ม
3
การแจกแจงของการสุ่มตัวอย่าง
ทดสอบความเข้าใจด้านการสุ่มตัวอย่าง ในบทนี้คุณจะได้เรียนรู้วิธีวัดความแม่นยำของสถิติตัวอย่างโดยใช้ความคลาดเคลื่อนสัมพัทธ์ และวัดความแปรปรวนของการประมาณค่าด้วยการสร้างการแจกแจงของการสุ่มตัวอย่าง
4
การแจกแจงแบบบูตสแตรป
เรียนรู้การรีแซมเปิลเพื่อทำบูตสแตรปและประมาณค่าความแปรปรวนของประชากรที่ไม่ทราบ พร้อมทำความเข้าใจความแตกต่างระหว่างการแจกแจงของการสุ่มตัวอย่างและการแจกแจงแบบบูตสแตรปผ่านการรีแซมเปิล
การสุ่มตัวอย่างใน Python
เรียนจบแล้ว

