跳至内容
首页Python

课程

Python 假设检验

中级技能水平
更新时间 2025年12月
了解如何以及何时在 Python 中使用常见假设检验,如 t 检验、比例检验和卡方检验。
免费开始课程
PythonProbability & Statistics
4小时
15 视频
50 道练习
3,750 XP
59,563
成就证明

创建您的免费帐户

继续使用 Google显示更多选项


继续操作即表示您接受我们的《使用条款》和《隐私政策》,并同意您的数据存储在美国。

深受数千家公司学习者的喜爱

Group

需要团队培训?

企业版试用

课程描述

假设检验能以统计上严格的方法回答关于数据集的问题。在本课程中,您将提升 Python 分析技能,学习何时以及如何使用常见检验方法,如 t 检验、比例检验和卡方检验。借助真实世界数据(包括 Stack Overflow 用户反馈和医用物资运输的供应链数据),您将深入理解这些检验的工作原理及其关键前提假设。您还将了解如何使用非参数检验,突破传统假设检验的局限。视频包含实时字幕,您可以点击视频左下角的 "Show transcript" 显示字幕。 课程术语表位于右侧的资源部分。 若要获得 CPE 学分,您需要完成课程并在合格测评中达到 70% 的得分。您可以点击右侧的 CPE 学分提示进入测评。

先决条件

Sampling in Python
1

假设检验基础

假设检验如何工作,能解决哪些问题?为此,您将完整走一遍单样本比例检验的流程。在此过程中,您会接触到 z 分数、p 值以及假阴性与假阳性错误等重要概念。
开始章节
2

双样本与 ANOVA 检验

在本章中,您将学习如何使用 t 检验比较两组均值的差异,并将其扩展到使用 ANOVA 和两两 t 检验比较两组以上的情形。
开始章节
3

比例检验

Python 假设检验
课程完成

获得成就证明

将此证书添加到您的 LinkedIn 档案、简历或履历中
在社交媒体和绩效评估中分享
立即注册

加入超过19百万学习者,今天就开始Python 假设检验!

创建您的免费帐户

继续使用 Google显示更多选项


继续操作即表示您接受我们的《使用条款》和《隐私政策》,并同意您的数据存储在美国。

通过 DataCamp for Mobile 提升您的数据技能

随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。