After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Справді зрозумійте гіпотезні тести
Що відбувається після того, як ви обчислите свої середні значення та побудуєте графіки? Як перейти від описової статистики до впевненого прийняття рішень? Як можна застосовувати гіпотезні тести для розв’язання реальних проблем? У цьому чотиригодинному курсі з основ статистичного висновування в Python ви отримаєте практичний досвід у формуванні обґрунтованих висновків на основі даних. Ви дізнаєтеся все про вибірку та побачите, як неправильне формування вибірки може збити статистичний висновок з курсу.Проаналізуйте широкий спектр сценаріїв
Ви почнете з роботи з тестами гіпотез на нормальність і кореляцію, а також із параметричними та непараметричними тестами. Ви виконуватимете ці тести за допомогою SciPy та інтерпретуватимете їхні результати для ухвалення рішень.Далі ви виміряєте силу результату за допомогою розміру ефекту та статистичної потужності, водночас уникаючи хибних кореляцій шляхом застосування поправок.Нарешті, ви використовуватимете симуляцію, рандомізацію та метааналіз для роботи з широким спектром даних, зокрема для повторного аналізу результатів інших дослідників.Робіть обґрунтовані висновки з великих даних
Після проходження курсу ви зможете успішно працювати з великими даними та використовувати їх для ухвалення обґрунтованих рішень, на які можуть покладатися керівники. Ви підете значно далі за графіки та підсумкову статистику, щоб отримувати надійні, повторювані й пояснювані результати.Попередні вимоги
Навчальний план
Зміст курсу
1
Інференційна статистика та вибірка
У цьому розділі ми розглянемо взаємозв'язок між вибірками та статистично обґрунтованими висновками. Вибір вибірки є основою зважених статистичних рішень, і ми дослідимо, як саме вибір впливає на підсумки ваших інференцій.
- Статистичний висновок і випадкове вибіркування50 XP
- Вибірка та точкові оцінки100 XP
- Повторне вибіркове дослідження, точкові оцінки та інференція100 XP
- Вибірка та упередження50 XP
- Візуалізація вибірок100 XP
- Інференція та упередження100 XP
- Довірчі інтервали та вибірка50 XP
- Нормальні розподіли вибіркових середніх100 XP
- Обчислення довірчих інтервалів100 XP
- Формулюємо висновки на основі вибірок100 XP
2
Набір інструментів для перевірки гіпотез
Дізнайтеся, як застосовувати тести на нормальність, тести кореляції, а також параметричні й непараметричні тести для надійних висновків. Перевірки гіпотез — це інструменти, і вибір правильного інструмента критично важливий для статистичного ухвалення рішень. Хоча деякі з цих тестів вам можуть бути знайомі з вступних курсів, у цьому розділі ви заглибитеся, щоб посилити свій набір інференційних інструментів.
3
Розмір ефекту
У цьому розділі ви виміряєте та інтерпретуєте розмір ефекту в різних ситуаціях, зіткнетеся з проблемою множинних порівнянь і детально розглянете потужність тесту. Хоч p-значення показує, чи є статистично значущий ефект, воно не вказує, наскільки сильний цей ефект. Розмір ефекту вимірює, якої сили вплив має втручання. Опanuйте чинники, що визначають розмір ефекту, у цьому розділі.
4
Моделювання, рандомізація та метааналіз
Ви ще більше розширите свій набір інструментів інференційної статистики, розглянувши бутстрепінг, перестановкові тести та методи об'єднання доказів із p-значень. Бутстрепінг надасть вам перше системне знайомство зі статистичним моделюванням. У уроці про метааналіз ви дізнаєтеся, як поєднувати результати з кількох досліджень. Завершимо перестановковими тестами — потужним і гнучким непараметричним статистичним інструментом.
Основи інференції в Python
Курс
завершено
