课程大纲
科学方法、概率和Statistics
- 很短的统计学历史
- 为什么可以对结论“有信心”
- 概率与决策
研究准备(决定“什么”和“如何”)
- 大局:研究是具有输入和输出的过程的一部分
- 收集数据
- 提问者和测量
- 测量什么
- 观察性研究
- 实验设计
- 数据分析和图形方法
- 研究技能和技巧
- 研究 Management
描述双变量数据
- 双变量数据简介
- 皮尔逊相关性的值
- 猜测相关性模拟
- Pearson's r 的特性
- 计算 Pearson 的 r
- 范围限制演示
- 方差和定律 II
- 习题
概率
- 介绍
- 基本概念
- 条件概率演示
- 赌徒谬误模拟
- 生日示范
- 二项分布
- 二项式演示
- 基本费率
- 贝叶斯定理演示
- Monty Hall 问题演示
- 习题
正态分布
- 介绍
- 历史
- 正态分布的面积
- 正态分布演示的种类
- 标准普通房 (Standard Normal)
- 二项式的正态近似
- 正态逼近演示
- 习题
抽样分布
- 介绍
- 基本演示
- 样本量演示
- 中心极限定理演示
- 均值的抽样分布
- 均值差值的抽样分布
- Pearson's r 的采样分布
- 比例的抽样分布
- 习题
估计
- 介绍
- 自由度
- 估算器的特征
- 偏差和可变性仿真
- 置信区间
- 习题
假设检验的逻辑
- 介绍
- 显著性检验
- I 类和 II 类错误
- 单尾和双尾检验
- 解释重要结果
- 解释非显著性结果
- 假设检验的步骤
- 显著性检验和置信区间
- 误解
- 习题
测试手段
- 单一均值
- t 分发演示
- 两种均值的区别(独立群)
- 鲁棒性模拟
- 均值之间的所有成对比较
- 具体比较
- 两个均值之间的差异(相关对)
- 相关 t 模拟
- 具体比较(相关观察)
- 成对比较(相关观测值)
- 习题
权力
- 介绍
- 计算示例
- 影响功率的因素
- 习题
预测
- 简单线性回归简介
- 线性拟合演示
- 平方和的除法
- 估计的标准误差
- 预测线演示
- b 和 r 的推论 Statistics
- 习题
方差分析
- 介绍
- 方差分析设计
- 单因素方差分析(受试者间)
- 单向演示
- 多因素方差分析(受试者间)
- 样本量不相等
- 补充方差分析的检验
- 受试者内方差分析
- 主体内设计的力量演示
- 习题
气方
- 卡方分布
- 单向表
- 测试发行版演示
- 列联表
- 2 x 2 工作台模拟
- 习题
案例研究
对选定案例研究的分析
要求
需要对描述性统计(平均值、平均值、标准差、方差)有扎实的了解,并对概率有基本的了解。
您可能想参加预备课程: Statistics 级别 1
客户评论 (7)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
课程 - Introduction to Data Visualization with Tidyverse and R
We were using road accident data for practicals
Maphahamiso Ralienyane - Road Safety Department
课程 - Statistical Analysis using SPSS
经过深思熟虑和高档的规划材料。
Andrew - Office of Projects Victoria - Department of Treasury & Finance
课程 - Forecasting with R
机器翻译
并不无聊,培训师可以保持注意力,主题被深入覆盖。
Marta - Ministerstwo Zdrowia
课程 - Advanced R Programming
机器翻译
very tailored to needs
Yashan Wang
课程 - Data Mining with R
The subject matter and the pace were perfect.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
课程 - Programming with Big Data in R
At the end of the class, we had a great overview of the language, we were provided tools to continue learning and were provided suggestions on how to continue learning. We covered AI/ML information.