After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Одним із фундаментальних аспектів статистичного аналізу є інференція — процес формулювання висновків про всю сукупність на основі вибірки даних. Попри очевидність протилежного, стандартна практика полягає в тому, щоб намагатися спростувати нульову гіпотезу, яка не є дослідницьким твердженням. Наприклад, щоб показати, що один метод лікування кращий за інший, ми припускаємо, що обидва дають однакові показники виживання, а потім спростовуємо це даними. Додатково ми вводимо поняття p-значення — міри розбіжності між даними та гіпотезою. Також розглянемо довірчі інтервали, які вимірюють величину ефекту, що нас цікавить (наприклад, наскільки один метод лікування кращий за інший).
Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до ідей інференції
У цьому розділі ви дослідите, як можуть відрізнятися повторні вибірки, взяті з однієї сукупності. Саме варіативність вибірок дозволяє робити висновки про сукупність, що вас цікавить. Важливо памʼятати: дослідницькі твердження стосуються сукупності, а доступна інформація походить лише з вибіркових даних.
- Ласкаво просимо до курсу!50 XP
- Гіпотези (1)50 XP
- Гіпотези (2)50 XP
- Рандомізовані розподіли50 XP
- Робота з даними NHANES100 XP
- Обчислення потрібної статистики100 XP
- Рандомізовані дані за нульовою моделлю незалежності100 XP
- Рандомізовані статистики та точкова діаграма100 XP
- Густина рандомізації100 XP
- Використання розподілу рандомізації50 XP
- Чи походять дані з генеральної сукупності?100 XP
- Який висновок ви можете зробити?50 XP
- Висновки дослідження50 XP
2
Завершення рандомізаційного тесту: гендерна дискримінація
У цьому розділі ви отримаєте інструменти й знання, щоб виконати повний тест гіпотез. Тобто, маючи набір даних, ви знатимете, чи доречно відхиляти нульову гіпотезу на користь дослідницького твердження, що вас цікавить.
3
Помилки перевірки гіпотез: альтернативна вартість
Ви продовжите вивчати перевірку гіпотез на новому прикладі з тією ж структурою рандомізаційних тестів. Проте в цьому розділі увага зосереджена на різних помилках (типу I та типу II), як вони виникають, коли одна з них гірша за іншу та як такі фактори, як розмір вибірки й розмір ефекту, впливають на рівні помилок.
4
Довірчі інтервали
На додаток до перевірки гіпотез, довірчі інтервали дають змогу оцінити параметр сукупності. Памʼятайте: вас завжди цікавить певна характеристика сукупності, але для оцінювання параметра ви маєте лише неповну інформацію з вибірки. Тут параметром є істинна частка успіхів у сукупності. Для оцінювання варіативності, потрібної для побудови довірчого інтервалу, використовується бутстреп.
R
Основи інференції в R
Курс
завершено
