Sau khi hoàn thành các khóa học này, tôi cảm thấy tự tin khi tạo các trực quan hóa và bảng điều khiển chuyên nghiệp
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
Xác suất là môn nghiên cứu về cách đưa ra dự đoán cho các hiện tượng ngẫu nhiên. Trong khóa học này, bạn sẽ tìm hiểu về khái niệm biến ngẫu nhiên, phân phối và điều kiện hóa, với ví dụ tung đồng xu. Bạn cũng sẽ hình thành trực giác về cách giải các bài toán xác suất thông qua mô phỏng ngẫu nhiên. Những nguyên lý này sẽ giúp bạn hiểu suy luận thống kê và có thể áp dụng để rút ra kết luận từ dữ liệu.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Phân phối nhị thức
Một trong những ví dụ đơn giản và phổ biến nhất về hiện tượng ngẫu nhiên là tung đồng xu: một sự kiện cho kết quả "có" hoặc "không" với một xác suất nào đó. Ở đây bạn sẽ học về phân phối nhị thức, mô tả hành vi của tổ hợp các phép thử có/không và cách dự đoán cũng như mô phỏng hành vi của nó.
- Tung đồng xu trong R50 XP
- Mô phỏng tung đồng xu100 XP
- Mô phỏng các lần rút từ phân phối nhị thức100 XP
- Mật độ và mật độ tích lũy50 XP
- Tính mật độ của phân phối nhị thức100 XP
- Tính mật độ tích lũy của phân phối nhị thức100 XP
- Thay đổi số lần thử100 XP
- Kỳ vọng và phương sai50 XP
- Tính giá trị kỳ vọng100 XP
- Tính phương sai100 XP
2
Các quy luật xác suất
Trong chương này bạn sẽ học cách kết hợp nhiều xác suất, chẳng hạn xác suất hai sự kiện cùng xảy ra hoặc ít nhất một sự kiện xảy ra, và kiểm chứng từng trường hợp bằng mô phỏng ngẫu nhiên. Bạn cũng sẽ tìm hiểu một số tính chất khi cộng và nhân các biến ngẫu nhiên.
3
Thống kê Bayes
Thống kê Bayes là một phương pháp chặt chẽ về mặt toán học để cập nhật niềm tin dựa trên bằng chứng. Trong chương này, bạn sẽ học cách áp dụng định lý Bayes để rút ra kết luận về việc một đồng xu có cân bằng hay bị lệch, và củng cố kết luận đó bằng mô phỏng.
4
Các phân phối liên quan
Đến giờ chúng ta mới bàn về phân phối nhị thức, nhưng đây chỉ là một trong nhiều phân phối xác suất mà một biến ngẫu nhiên có thể có. Trong chương này, chúng ta sẽ giới thiệu thêm ba phân phối có liên quan đến nhị thức: chuẩn, Poisson và hình học.
R
Nền tảng Xác suất với R
Hoàn
thành khóa học
