Last chance: 50% off unlimited learning
Sale ends in
Kurs Açıklaması
İstatistiksel analizlerin temel unsurlarından biri, bir veri örnekleminden daha büyük bir popülasyon hakkında sonuç çıkarma süreci olan çıkarımdır. Her ne kadar sezgilere aykırı olsa da, standart uygulama, aslında ilgi konusu olmayan bir araştırma iddiasını çürütmeye çalışmaktır. Örneğin, bir tıbbi tedavinin diğerinden daha iyi olduğunu göstermek için, iki tedavinin eşit sağkalım oranlarına yol açtığını varsayar, ardından verilerle bu varsayımı çürütürüz. Ayrıca, veriler ile hipotez arasındaki uyuşmazlığın derecesini ifade eden p-değeri kavramını tanıtıyoruz. Bunun yanında, ilgi duyulan etkinin büyüklüğünü ölçen güven aralıklarına da dalıyoruz (ör. bir tedavinin diğerinden ne kadar daha iyi olduğu).
Ön Koşullar
Müfredat
Kurs planı
1
Çıkarım fikirlerine giriş
Bu bölümde, bir popülasyondan tekrarlı biçimde alınan örneklemlerin nasıl değişebileceğini inceleyeceksin. Örneklemlerdeki değişkenlik, ilgi duyduğun popülasyon hakkında iddialarda bulunmanı sağlar. Unutma: Araştırma iddiaları popülasyona odaklanır, ancak elindeki bilgiler yalnızca örneklem verilerinden gelir.
- Kursa hoş geldin!50 XP
- Hipotezler (1)50 XP
- Hipotezler (2)50 XP
- Rastgeleleştirilmiş dağılımlar50 XP
- NHANES verileriyle çalışmak100 XP
- İlgilenilen istatistiği hesaplama100 XP
- Bağımsızlık null modelinde rastgeleleştirilmiş veriler100 XP
- Rastgeleleştirilmiş istatistikler ve nokta grafiği100 XP
- Rastgeleleştirme yoğunluğu100 XP
- Rastgeleleştirme dağılımını kullanma50 XP
- Veriler popülasyondan mı geliyor?100 XP
- Ne sonuç çıkarabilirsin?50 XP
- Çalışma sonuçları50 XP
2
Rastgeleleştirme testini tamamlama: cinsiyet ayrımcılığı
Bu bölümde, tam bir hipotez testini tamamlamak için gereken araç ve bilgileri edineceksin. Yani, bir veri kümesi verildiğinde, sıfır hipotezini ilgi duyulan araştırma iddiası lehine reddetmenin uygun olup olmadığını bileceksin.
3
Hipotez testi hataları: fırsat maliyeti
Rastgeleleştirme testleriyle aynı yapıyı koruyarak yeni bir örnek üzerinden hipotez testini öğrenmeye devam edeceksin. Ancak bu bölümde odak, farklı hatalar (tip I ve tip II), bu hataların nasıl yapıldığı, ne zaman birinin diğerinden daha kötü olduğu ve örneklem büyüklüğü ile etki büyüklüğü gibi unsurların hata oranlarını nasıl etkilediği üzerinde olacak.
4
Güven aralıkları
Hipotez testine tamamlayıcı olarak, güven aralıkları bir popülasyon parametresini tahmin etmene olanak tanır. İlgi alanın her zaman popülasyonun bir özelliğidir; ancak parametreyi tahmin etmek için sadece örneklem verilerinden gelen eksik bilgilere sahipsin. Burada parametre, bir popülasyondaki gerçek başarı oranıdır. Güven aralığını oluşturmak için gereken değişkenliği tahmin etmekte önyükleme (bootstrapping) kullanılır.
R
R ile Çıkarımın Temelleri
Kurs
Tamamlandı
