Build your ultimate AI agent
课程介绍
分类数据无处不在：它出现在最新的民意调查结果中，支撑基因组学的新突破，也存在于互联网公司为向您售卖产品而收集的大量数据中。本课程将带您学习从噪声中提取信号的技术，掌握判断数据结构何时代表值得关注的现象、何时只是随机噪声的工具。
先修要求
课程大纲
课程大纲
1
单个参数的推断
2
比例：检验与功效
本章将更深入地进行假设检验与置信区间的构建，聚焦单个参数。随后，您将学习如何对两个比例之差进行推断。最后，本章将探讨当原假设确实为真时会发生什么。
3
比较多个参数：独立性
本章将介绍如何使用重抽样方法和经典方法来检验两个分类变量是否独立，并讲解如何执行卡方检验。
4
比较多个参数：拟合优度
课程最后以两组选举数据的案例研究收尾。您将学习如何使用卡方检验进行拟合优度检验。我们将考察伊朗与爱荷华的选举结果，并检验这些数据集是否符合本福特定律。
R
R 中的分类数据推断
课程完成
