After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
Lấy mẫu là nền tảng của thống kê suy luận và kiểm định giả thuyết. Đây là yếu tố cực kỳ quan trọng trong phân tích khảo sát và thiết kế thí nghiệm. Khóa học này giải thích khi nào và vì sao việc lấy mẫu quan trọng, hướng dẫn bạn cách thực hiện các kiểu lấy mẫu 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. Ở phần sau, khóa học đề cập cách ước lượng các thống kê của tổng thể và định lượng mức độ bất định trong ước lượng của bạn bằng cách tạo phân phối lấy mẫu và phân phối bootstrap. Xuyên suốt khóa học, bạn sẽ khám phá các tập dữ liệu thực tế về đánh giá cà phê, bài hát trên Spotify và tình trạng nghỉ việc của nhân viên.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Giới thiệu về lấy mẫu
Tìm hiểu lấy mẫu là gì và vì sao hữu ích, hiểu các vấn đề do lấy mẫu thuận tiện gây ra, và phân biệt giữa tính ngẫu nhiên thực sự và giả ngẫu nhiên.
- Lấy mẫu và ước lượng điểm50 XP
- Lý do để lấy mẫu50 XP
- Lấy mẫu đơn giản với dplyr100 XP
- Lấy mẫu đơn giản với base R100 XP
- Lấy mẫu thuận tiện50 XP
- Các phát hiện từ mẫu có khái quát hóa được không?100 XP
- Những phát hiện này có khái quát hóa được không?100 XP
- Tạo số giả ngẫu nhiên50 XP
- Tạo số ngẫu nhiên100 XP
- Tìm hiểu về random seed100 XP
2
Các phương pháp lấy mẫu
Học cách và thời điểm thực hiện bốn phương pháp lấy mẫu ngẫu nhiên: đơn giản, hệ thống, phân tầng và cụm.
3
Phân phối lấy mẫu
Học cách định lượng độ chính xác của thống kê mẫu bằng sai số tương đối, và đo lường mức biến thiên trong ước lượng của bạn bằng cách tạo các phân phối lấy mẫu.
4
Phân phối bootstrap
Học cách dùng lấy mẫu lại để thực hiện bootstrapping, nhằm ước lượng mức biến thiên của một tổng thể chưa biết. Hiểu sự khác nhau giữa phân phối lấy mẫu và phân phối bootstrap.
R
Lấy mẫu trong R
Hoàn
thành khóa học
