Practical Inferential Statistics in Python

ข้อมูลดิบจะมีค่าก็ต่อเมื่อคุณสามารถดึงข้อมูลเชิงลึกที่เชื่อถือได้และมีความหมายออกมาได้เท่านั้น สถิติเชิงอนุมานช่วยให้คุณมองข้ามตัวอย่างข้อมูลของคุณไปเพื่อสรุปผลเกี่ยวกับประชากรทั้งหมดได้อย่างแม่นยำ ในหลักสูตรที่เน้นข้อความนี้ คุณจะได้เรียนรู้วิธีเปลี่ยนจากการอธิบายข้อมูลอย่างง่ายไปสู่การอนุมานทางสถิติอย่างมั่นใจโดยใช้ Python คุณจะได้รับพื้นฐานที่แข็งแกร่งในการประมาณค่าพารามิเตอร์ของประชากร การทดสอบทฤษฎีทางวิทยาศาสตร์ และการตีความผลลัพธ์ทางสถิติอย่างชัดเจน สิ่งที่คุณจะได้เรียนรู้: - เข้าใจแนวคิดพื้นฐานของการแจกแจงความน่าจะเป็น พารามิเตอร์ของประชากร และสถิติของกลุ่มตัวอย่าง - คำนวณและตีความช่วงความเชื่อมั่นสำหรับข้อมูลเชิงปริมาณและข้อมูลเชิงหมวดหมู่ - ทำการทดสอบสมมติฐานเพื่อประเมินการอ้างสิทธิ์เกี่ยวกับประชากรเดียวและเปรียบเทียบสองกลุ่มที่แตกต่างกัน - ใช้เทคนิคการคำนวณสมัยใหม่ เช่น bootstrapping และ resampling โดยใช้ไลบรารีข้อมูล Python - วิเคราะห์ผลลัพธ์ทางสถิติโดยใช้ไลบรารีมาตรฐานอุตสาหกรรม เช่น statsmodels และ scipy - ตีความค่า p-value และช่วงความเชื่อมั่นอย่างถูกต้องเพื่อหลีกเลี่ยงข้อผิดพลาดในการวิเคราะห์ทั่วไป หลักสูตรเริ่มต้นด้วยคำศัพท์ทางสถิติที่จำเป็นและแนวคิดหลัก ก่อนที่จะนำคุณผ่านคำอธิบายที่เป็นลายลักษณ์อักษรและตัวอย่างโค้ด คุณจะก้าวหน้าจากการประมาณค่าประชากรเดียวไปสู่การเปรียบเทียบสองกลุ่มขั้นสูง ฝึกฝนทักษะของคุณผ่านแบบฝึกหัดที่เป็นลายลักษณ์อักษรและการวิเคราะห์โค้ด หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่ต้องการสร้างพื้นฐานที่แข็งแกร่งในการวิเคราะห์ทางสถิติโดยใช้ Python ไม่จำเป็นต้องมีพื้นฐานคณิตศาสตร์หรือสถิติขั้นสูงมาก่อน แต่ความคุ้นเคยเบื้องต้นกับตัวแปรและรายการของ Python จะเป็นประโยชน์ เริ่มต้นการเดินทางสู่การตัดสินใจที่ขับเคลื่อนด้วยข้อมูลของคุณวันนี้