Chuyển đến nội dung chính

Trang chủ Python

Khóa học

Lấy mẫu trong Python

Trung cấpTrình độ kỹ năng

Đã cập nhật tháng 01, 2025

Bắt Đầu Khóa Học Miễn Phí

PythonProbability & Statistics

4 gio

15 video

51 Bài tập

4,000 XP

54,008

Giấy chứng nhận Thành tích

Được người học tại hàng ngàn công ty yêu thích

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Lấy mẫu trong Python là nền tảng của thống kê suy luận và kiểm định giả thuyết. Đây là một kỹ năng mạnh mẽ dùng trong phân tích khảo sát và thiết kế thí nghiệm để rút ra kết luận mà không cần khảo sát toàn bộ quần thể. Trong khóa học Lấy mẫu trong Python này, bạn sẽ biết khi nào nên dùng lấy mẫu và cách thực hiện các phương pháp phổ biến — từ lấy mẫu ngẫu nhiên đơn giản đến các phương pháp phức tạp hơn như lấy mẫu phân tầng và lấy mẫu cụm. Với các bộ dữ liệu thực tế, bao gồm điểm đánh giá cà phê, bài hát trên Spotify và dữ liệu nghỉ việc của nhân viên, bạn sẽ học cách ước lượng thống kê của quần thể và định lượng mức độ bất định trong ước lượng của mình bằng cách tạo phân phối lấy mẫu và phân phối bootstrap.

Điều kiện tiên quyết

Introduction to Statistics in Python

1

Giới thiệu về lấy mẫu

Tìm hiểu lấy mẫu là gì và vì sao nó mạnh mẽ. Bạn cũng sẽ biết về các vấn đề do lấy mẫu thuận tiện gây ra và sự khác biệt giữa tính ngẫu nhiên thực sự và giả ngẫu nhiên.

Lấy mẫu và ước lượng điểm

Lý do để lấy mẫu

Lấy mẫu đơn giản với pandas

Lấy mẫu đơn giản và tính toán với NumPy

Lấy mẫu thuận tiện

Các phát hiện từ mẫu có khái quát hóa được không?

Các phát hiện này có khái quát hóa được không?

Sinh số giả ngẫu nhiên

Tạo số ngẫu nhiên

Tìm hiểu về random seed

Bắt Đầu Chương

2

Các phương pháp lấy mẫu

Đến lúc thực hành: thực hiện bốn phương pháp lấy mẫu ngẫu nhiên trong Python — đơn giản, hệ thống, phân tầng và cụm.

Lấy mẫu ngẫu nhiên đơn giản và lấy mẫu hệ thống

Lấy mẫu ngẫu nhiên đơn giản

Lấy mẫu hệ thống

Lấy mẫu hệ thống có ổn không?

Lấy mẫu ngẫu nhiên phân tầng và có trọng số

Phương pháp lấy mẫu nào?

Lấy mẫu phân tầng theo tỷ lệ

Lấy mẫu phân tầng với số lượng bằng nhau

Lấy mẫu có trọng số

Lấy mẫu theo cụm

Lợi ích của phân cụm

Thực hiện lấy mẫu theo cụm

So sánh các phương pháp lấy mẫu

3 kiểu lấy mẫu

So sánh ước lượng điểm

Bắt Đầu Chương

3

Phân phối lấy mẫu

Hãy kiểm tra việc lấy mẫu của bạn. Trong chương này, bạn sẽ khám phá cách định lượng độ chính xác của các ước lượng điểm bằng sai số tương đối và đo lường mức độ biến thiên trong ước lượng bằng cách tạo các phân phối lấy mẫu.

Sai số tương đối của ước lượng điểm

Tính sai số tương đối

Lỗi tương đối so với cỡ mẫu

Tạo phân phối lấy mẫu

Lặp lại việc lấy mẫu

Tham số lặp lại

Xấp xỉ phân phối lấy mẫu

Phân phối lấy mẫu chính xác

Tạo phân phối lấy mẫu xấp xỉ

Chính xác vs. xấp xỉ

Sai số chuẩn và Định lý giới hạn trung tâm

Trung bình của phân phối tổng thể & phân phối lấy mẫu

Độ biến thiên của tổng thể & phân phối lấy mẫu

Bắt Đầu Chương

4

Phân phối bootstrap

Bạn sẽ nắm vững kỹ thuật lấy mẫu lại để thực hiện bootstrapping và ước lượng mức độ biến thiên trong một quần thể chưa biết. Bạn sẽ học sự khác nhau giữa phân phối lấy mẫu và phân phối bootstrap bằng cách dùng lấy mẫu lại.

Giới thiệu về bootstrapping

Nguyên lý của bootstrapping

Có hay không hoàn lại?

Tạo một phân phối bootstrap

So sánh phân phối lấy mẫu và phân phối bootstrap

Thống kê bootstrap và thống kê quần thể

Phân phối lấy mẫu vs. phân phối bootstrap

So sánh trung bình của mẫu và của bootstrap

So sánh độ lệch chuẩn của phân phối lấy mẫu và phân phối bootstrap

Khoảng tin cậy

Diễn giải khoảng tin cậy

Tính khoảng tin cậy

Chúc mừng bạn!

Bắt Đầu Chương

Lấy mẫu trong Python

Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Lấy mẫu trong Python ngay hôm nay!

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.