Fondamenti di Inferenza Statistica Non Parametrica

Quando i tuoi dati non si adattano alle curve pulite a forma di campana della statistica classica, i test parametrici standard possono portare a conclusioni errate. L'inferenza statistica non parametrica fornisce gli strumenti vitali necessari per analizzare dati del mondo reale senza fare ipotesi rigide sulla loro distribuzione sottostante. Questo corso basato su testo ti guida dai concetti fondamentali di probabilità all'esecuzione e interpretazione dei test non parametrici essenziali. Passerai dal calcolo delle statistiche di base basate sui ranghi alla selezione e applicazione sicura del test appropriato, libero dalla distribuzione, per qualsiasi set di dati. Attraverso spiegazioni chiare e calcoli scritti passo dopo passo, imparerai come gestire dati ordinali, campioni di piccole dimensioni e distribuzioni asimmetriche comuni nell'analisi dei dati moderna. Cosa imparerai: - Comprendere le differenze fondamentali tra i framework statistici parametrici e non parametrici. - Applicare i test dei segni e i test dei ranghi con segno per campioni singoli e osservazioni appaiate. - Confrontare gruppi indipendenti utilizzando il test U di Mann-Whitney e il test di Kruskal-Wallis. - Misurare le associazioni non lineari utilizzando la correlazione dei ranghi di Spearman e il tau di Kendall. - Valutare l'adattamento (goodness-of-fit) e le distribuzioni dei campioni utilizzando il test di Kolmogorov-Smirnov. - Esercitarsi nella selezione del test statistico appropriato in base al tipo di dati, alla dimensione del campione e al disegno della ricerca. Il corso inizia con definizioni fondamentali, spiegando perché e quando scegliere metodi non parametrici rispetto a quelli parametrici. Successivamente, procederai sistematicamente attraverso test a campione singolo, a due campioni e multi-campione, concludendo con linee guida pratiche sulla correlazione e l'analisi dell'adattamento. Questo corso è progettato per principianti, studenti e professionisti dei dati che hanno una conoscenza di base della statistica introduttiva ma nessuna esperienza pregressa con metodi non parametrici. Inizia a leggere oggi per sbloccare tecniche flessibili e robuste per l'analisi di qualsiasi set di dati.