План на курса
Научен метод, вероятност и Statistics
- Много кратка история на статистиката Защо може да бъде "уверен" относно заключенията Вероятност и вземане на решения
Подготовка за изследване (решаване "какво" и "как")
- Голямата картина: изследването е част от процес с входове и изходи Събиране на данни Питащи и измерване Какво да се измерва Обсервационни проучвания Дизайн на експерименти Анализ на данни и графични методи Изследователски умения и техники Изследване Management
Описване на двумерни данни
- Въведение в стойностите на бивариантните данни на корелацията на Пиърсън Отгатване на корелации Симулационни свойства на r на Pearson Изчисляване на r на Pearson Ограничение на обхвата Демо Дисперсия Закон за сумата II Упражнения
Вероятност
- Въведение Основни понятия Условна вероятност Демо Комарджии Симулация на заблуда Демонстрация на рожден ден Биномно разпределение Биномна демонстрация Базови проценти Демонстрация на Теорема на Бейс Демонстрация на проблем на Монти Хол Демонстрационни упражнения
Нормални разпределения
- Въведение История Области на нормалните разпределения Разновидности на нормалното разпределение Демонстрация Стандартно Нормално нормално приближение до биномиалното нормално приближение Демонстрационни упражнения
Извадкови разпределения
- Въведение Основна демонстрация Размер на извадката Демонстрация Централна гранична теорема Демонстрация Извадково разпределение на средното Извадково разпределение на разликата между средните Извадково разпределение на r на Pearson Извадково разпределение на пропорция Упражнения
Оценка
- Въведение Степени на свобода Характеристики на оценителите Пристрастие и променливост Симулация Доверителни интервали Упражнения
Логика на проверката на хипотези
- Въведение Тестване на значимостта Грешки от тип I и тип II Едно- и двустранни тестове Тълкуване на значими резултати Тълкуване на незначителни резултати Стъпки в тестването на хипотези Тестване на значимост и интервали на доверие Погрешни схващания Упражнения
Тестване Средства
- Разпределение на едно средно значение Демонстрация Разлика между две средни (независими групи) Симулация на устойчивост Всички сравнения по двойки сред средните Специфични сравнения Разлика между две средни (Корелирани двойки) Корелирана t Симулация Специфични сравнения (Корелирани наблюдения) Сравнения по двойки (Корелирани наблюдения) Упражнения
Мощност
- Въведение Примерни изчисления Фактори, влияещи върху силовите упражнения
Прогноза
- Въведение в простата линейна регресия Демонстрация на линейно прилягане Разделяне Суми на квадрати Стандартна грешка на оценката Линия за прогнозиране Демонстрация Извод Statistics за b и r упражнения
ANOVA
- Въведение ANOVA дизайни Еднофакторен ANOVA (между субекти) Еднопосочна демонстрация Многофакторен ANOVA (между субекти) Тестове с неравни размери на извадката Допълване на ANOVA в рамките на субектите ANOVA Сила на дизайни в рамките на субекти Демонстрационни упражнения
Чи площад
- Хи квадрат разпределение Еднопосочни таблици Тестване на разпределения Демо Таблици за непредвидени ситуации 2 x 2 Таблица Симулационни упражнения
Казуси от практиката
Анализ на избрани казуси
Изисквания
Изисква се солидно разбиране на описателната статистика (средно, средно, стандартно отклонение, дисперсия) и основно разбиране на вероятността.
Може да искате да участвате в подготвителен курс: Statistics ниво 1
Oтзиви от потребители (8)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Course - Introduction to Data Visualization with Tidyverse and R
We were using road accident data for practicals
Maphahamiso Ralienyane - Road Safety Department
Course - Statistical Analysis using SPSS
Добре обмислени и висококачествени материали за планиране.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Course - Forecasting with R
Machine Translated
Не беше скучно, обучителят успя да задържи вниманието, темите бяха разгледани задълбочено.
Marta - Ministerstwo Zdrowia
Course - Advanced R Programming
Machine Translated
very tailored to needs
Yashan Wang
Course - 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
Course - 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.
Victor Prado - Global Knowledge Network Training Ltd
Course - R
That Haytham started with the basics and gave us enough time to do the examples and ensure that we were at the same page before we moved on to the next topic.