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
Dữ liệu phân loại có mặt ở khắp nơi: trong các con số thăm dò dư luận mới nhất, trong dữ liệu dẫn đến những đột phá mới trong genomics, và trong kho dữ liệu mà các công ty internet thu thập để bán sản phẩm cho bạn. Trong khóa học này, bạn sẽ học các kỹ thuật để tách tín hiệu khỏi nhiễu; những công cụ giúp nhận biết khi nào cấu trúc trong dữ liệu thể hiện hiện tượng thú vị và khi nào chỉ là nhiễu ngẫu nhiên.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Suy luận cho một tham số
Trong chương này, bạn sẽ học cách thực hiện suy luận thống kê cho một tham số mô tả dữ liệu phân loại. Nội dung bao gồm cả các phương pháp dựa trên lấy mẫu lại và các phương pháp xấp xỉ cho một tỷ lệ đơn.
- Khảo sát Xã hội Tổng quát (General Social Survey)50 XP
- Khám phá consci100 XP
- Tạo dữ liệu bằng bootstrap100 XP
- Xây dựng khoảng tin cậy (CI)100 XP
- Tại sao cần thêm bootstraps?50 XP
- Diễn giải khoảng tin cậy50 XP
- Khoảng tin cậy và mức độ tin cậy50 XP
- SE với ít dữ liệu hơn100 XP
- SE với p khác nhau100 XP
- Lối tắt xấp xỉ50 XP
- Khoảng tin cậy bằng phương pháp xấp xỉ100 XP
- So sánh các phương pháp50 XP
2
Tỷ lệ: kiểm định và lực kiểm định
Chương này đi sâu hơn vào việc thực hiện kiểm định giả thuyết và tạo khoảng tin cậy cho một tham số. Sau đó, bạn sẽ học cách suy luận về hiệu giữa hai tỷ lệ. Cuối cùng, chương kết thúc với việc khám phá điều gì xảy ra khi bạn biết giả thuyết không (null) là đúng.
3
So sánh nhiều tham số: độc lập
Phần này của khóa học sẽ dạy bạn cách sử dụng cả phương pháp lấy mẫu lại và phương pháp cổ điển để kiểm định tính độc lập của hai biến phân loại. Chương này trình bày cách thực hiện kiểm định Chi-bình phương (Chi-squared).
4
So sánh nhiều tham số: độ phù hợp (goodness of fit)
Khóa học kết thúc với hai nghiên cứu tình huống sử dụng dữ liệu bầu cử. Tại đây, bạn sẽ học cách dùng kiểm định Chi-bình phương để kiểm tra độ phù hợp (goodness-of-fit). Bạn sẽ xem xét kết quả bầu cử từ Iran và Iowa và kiểm định xem luật Benford có áp dụng cho các bộ dữ liệu này hay không.
R
Suy luận cho dữ liệu phân loại trong R
Hoàn
thành khóa học
