Name: Statistical Thinking in Python (ตอนที่ 1)
Rating: 4.846846846846847 (111 reviews)

รายละเอียดคอร์ส

หลังจากที่ทุ่มเทกับการเก็บข้อมูลและจัดรูปแบบให้พร้อมใช้งานแล้ว สิ่งที่ต้องการในขั้นสุดท้ายคือการสรุปผลที่ชัดเจนและกระชับจากข้อมูลเหล่านั้น ขั้นตอนสำคัญนี้ของกระบวนการวิเคราะห์ข้อมูลขึ้นอยู่กับหลักการของการอนุมานทางสถิติ ในคอร์สนี้ จะได้เริ่มสร้างรากฐานสำหรับการคิดเชิงสถิติ เรียนรู้ภาษาของข้อมูล และเข้าใจสิ่งที่ข้อมูลสื่อถึง รากฐานของการคิดเชิงสถิติใช้เวลาหลายทศวรรษในการพัฒนา แต่ด้วยความช่วยเหลือของคอมพิวเตอร์ เราสามารถเข้าใจมันได้เร็วขึ้นมาก ด้วยเครื่องมือที่ใช้ Python คุณจะเริ่มคิดเชิงสถิติได้อย่างรวดเร็วภายในคอร์สนี้

ข้อกำหนดเบื้องต้น

Python Toolbox

หลักสูตร

โครงสร้างคอร์ส

การวิเคราะห์ข้อมูลเชิงสำรวจด้วยกราฟ

ก่อนจะเข้าสู่เทคนิคการอนุมานทางสถิติที่ซับซ้อน ควรเริ่มต้นด้วยการสำรวจข้อมูลผ่านการพล็อตกราฟและคำนวณสถิติสรุปเบื้องต้น กระบวนการนี้เรียกว่าการวิเคราะห์ข้อมูลเชิงสำรวจ ซึ่งเป็นขั้นตอนแรกที่สำคัญในการวิเคราะห์ข้อมูลทางสถิติ

เริ่มบทเรียน

การวิเคราะห์ข้อมูลเชิงสำรวจเชิงปริมาณ

ในบทนี้ จะได้เรียนรู้การคำนวณสถิติสรุปที่มีประโยชน์ ซึ่งช่วยอธิบายลักษณะสำคัญของชุดข้อมูลได้อย่างกระชับด้วยตัวเลขเพียงไม่กี่ค่า

เริ่มบทเรียน

การคิดเชิงความน่าจะเป็น -- ตัวแปรแบบไม่ต่อเนื่อง

การอนุมานทางสถิติอาศัยหลักความน่าจะเป็นเป็นพื้นฐาน เนื่องจากแทบไม่มีครั้งใดที่เราจะสรุปผลจากข้อมูลได้อย่างแน่ชัดอย่างสมบูรณ์ จึงต้องใช้ภาษาเชิงความน่าจะเป็นในการอธิบายข้อมูลเชิงปริมาณ ในบทนี้ จะได้เรียนรู้วิธีคิดเชิงความน่าจะเป็นสำหรับปริมาณแบบไม่ต่อเนื่อง ซึ่งเป็นปริมาณที่รับได้เฉพาะค่าบางค่าเท่านั้น เช่น จำนวนเต็ม

เริ่มบทเรียน

การคิดเชิงความน่าจะเป็น -- ตัวแปรแบบต่อเนื่อง

ถึงเวลาก้าวสู่ตัวแปรแบบต่อเนื่อง ซึ่งสามารถรับค่าเศษส่วนได้ทุกค่า หลักการส่วนใหญ่ยังคงเหมือนเดิม แต่มีรายละเอียดปลีกย่อยที่ควรทราบ เมื่อจบบทสุดท้ายนี้ คุณจะใช้ภาษาเชิงความน่าจะเป็นได้อย่างคล่องแคล่ว และพร้อมสำหรับเทคนิคการอนุมานที่จะเรียนในคอร์สต่อไป