Last chance! 50% off DataCamp Premium
Sale ends in
Kurs Açıklaması
Bu kursta, sayısal verilerle çıkarım yapmayı ve tahminlerde bulunmayı sağlayan istatistiksel teknikleri öğreneceksin. Kurs, bu yaygın görevler için iki yaklaşım kullanır. İlk yaklaşım, yeniden örnekleme tabanlı testler ve güven aralıkları oluşturmak için bootstrapping ve permütasyondan yararlanır. İkinci yaklaşım ise aynı sonuca ulaşmak için kuramsal sonuçlar ve t-dağılımını kullanır. Bir t-testi nasıl (ve ne zaman) yapılır, bir güven aralığı nasıl oluşturulur ve ANOVA nasıl yapılır öğreneceksin!
Ön Koşullar
Müfredat
Kurs planı
1
Bir parametreyi tahmin etmek için bootstrapping
Bu bölümde, sayısal bir dağılımdan tek bir parametreyi tahmin etmek için bootstrapping tekniklerini kullanacaksın.
- Kursa hoş geldin!50 XP
- Ortanca için önyükleme dağılımı oluştur100 XP
- Yüzdelik ve standart hata yöntemlerini gözden geçir50 XP
- Her iki yöntemi kullanarak bootstrap aralığını hesapla100 XP
- Hangi yöntem daha uygun: yüzde birlik (percentile) mi yoksa SH (SE) mi?50 XP
- Gebelikte doktor ziyaretleri50 XP
- Ortalama doktor ziyareti sayısı100 XP
- Doktor ziyaretlerinin sayısının standart sapması100 XP
- Bir bootstrap dağılımını yeniden merkeze almak50 XP
- Manhattan'daki 1 BR dairelerin medyan fiyatı için test100 XP
- Ortanca üzerine hipotez testini sonuçlandır50 XP
- Bebeklerin ortalama ağırlığı için test100 XP
2
t-dağılımına giriş
Bu bölümde, sayısal bir dağılımdan tek bir parametreyi tahmin etmek için Merkezi Limit Teoremi (CLT) tabanlı teknikleri kullanacaksın. Bunu t-dağılımını kullanarak yapacaksın.
3
İki parametre farkı için çıkarım
Bu bölümde şimdiye kadar öğrendiklerini genişleterek, iki bağımsız sayısal dağılımdan iki parametrenin farkı için hem benzetim (simülasyon) hem de CLT tabanlı tekniklerle çıkarım yapacaksın.
4
Birçok ortalamanın karşılaştırılması
Bu bölümde, birden çok grup arasında ortalamaların farklı olup olmadığını sınamak için ANOVA'yı (varyans analizi) kullanacaksın.
R
R'da Sayısal Veriler için Çıkarım
Kurs
Tamamlandı
