Bu kursları tamamladıktan sonra profesyonel görselleştirmeler ve panolar oluşturma konusunda kendime güveniyorum
Shoebur RahmanSatın Alma Uzmanı, Giz Bangladesh
Kurs Açıklaması
Örnekleme, çıkarımsal istatistik ve hipotez testinin temel taşlarından biridir. Anket analizi ve deney tasarımında son derece önemlidir. Bu kurs, örneklemenin ne zaman ve neden önemli olduğunu açıklar; basit rastgele örneklemeden tabakalı ve küme örnekleme gibi daha karmaşık yöntemlere kadar yaygın örnekleme türlerini nasıl uygulayacağını öğretir. Kursun ilerleyen bölümlerinde, anakütle istatistiklerini tahmin etmeyi ve örnekleme dağılımları ile bootstrap dağılımları oluşturarak tahminlerindeki belirsizliği nasıl ölçebileceğini ele alırsın. Kurs boyunca kahve puanlamaları, Spotify şarkıları ve çalışan ayrılmaları gibi gerçek veri kümelerini keşfedeceksin.
Ön Koşullar
Müfredat
Kurs planı
1
Örneklemeye Giriş
Örneklemenin ne olduğunu ve neden faydalı olduğunu öğren, kolayda örneklemenin yol açtığı sorunları anla ve gerçek rastgelelik ile sözde rastgelelik arasındaki farkları keşfet.
- Örnekleme ve nokta tahminleri50 XP
- Örnekleme nedenleri50 XP
- dplyr ile basit örnekleme100 XP
- base-R ile basit örnekleme100 XP
- Kolayda örnekleme50 XP
- Örnekten elde edilen bulgular genellenebilir mi?100 XP
- Bu bulgular genellenebilir mi?100 XP
- Sözde rastgele sayı üretimi50 XP
- Rastgele sayı üretme100 XP
- Rastgele tohumları (seed) anlama100 XP
2
Örnekleme Yöntemleri
Dört rastgele örnekleme yöntemini — basit, sistematik, tabakalı ve küme — ne zaman ve nasıl uygulayacağını öğren.
3
Örnekleme Dağılımları
Örnek istatistiklerin doğruluğunu bağıl hatalarla nasıl nicemleyeceğini ve örnekleme dağılımları oluşturarak tahminlerindeki değişkenliği nasıl ölçeceğini öğren.
4
Bootstrap Dağılımları
Yeniden örnekleme kullanarak, bilinmeyen bir anakütledeki değişkenliği tahmin etmek için kullanılan bootstrapping yöntemini nasıl uygulayacağını öğren. Örnekleme dağılımları ile bootstrap dağılımları arasındaki farkı anla.
R
R'de Örnekleme
Kurs
Tamamlandı
