Klasifikace datových typů

Ve videu ses dozvěděl/a o dvou hlavních typech dat: numerických a kategorických. Numerické proměnné lze dále rozdělit na diskrétní nebo spojité, kategorické proměnné pak na nominální nebo ordinální. Tyto vlastnosti proměnné určují, které způsoby sumarizace dat budou nejlépe fungovat.

Toto cvičení je součástí kurzu

Úvod do statistiky v R

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení

Toto cvičení je součástí kurzu

Úvod do statistiky v R

SkillTag.level.intermediateSkillTag.label

4.8+

Začněte kurz zdarma

Souhrnná statistika ti dá nástroje, které potřebuješ k tomu, abys dokázal/a vytěžit to nejdůležitější i z obrovských datových sad. V této kapitole prozkoumáš souhrnné statistiky včetně průměru, mediánu a směrodatné odchylky a naučíš se je správně interpretovat. Zároveň si procvičíš kritické myšlení, které ti pomůže vybrat tu nejvhodnější souhrnnou statistiku pro tvoje data.

Exercise 1: Co je statistika?Exercise 2: Deskriptivní a inferenční statistika Exercise 3: Klasifikace datových typů

Aktuální cvičení

Exercise 4: Míry středu Exercise 5: Střední hodnoty: průměr a medián Exercise 6: Průměr vs. medián Exercise 7: Míry rozptýlení Exercise 8: Rozptyl a směrodatná odchylka Exercise 9: Kvartily, kvantily a kvintily Exercise 10: Hledání odlehlých hodnot pomocí IQR

V této kapitole se naučíš generovat náhodné vzorky a měřit náhodu pomocí pravděpodobnosti. Budeš pracovat s reálnými obchodními daty a počítat pravděpodobnost úspěchu obchodního zástupce. Na závěr použiješ binomické rozdělení k modelování událostí s binárními výsledky.

Exercise 1: Jaká je pravděpodobnost?Exercise 2: S vracením, nebo bez vracení?Exercise 3: Výpočet pravděpodobnosti Exercise 4: Vzorkování obchodů Exercise 5: Diskrétní rozdělení pravděpodobnosti Exercise 6: Vytvoření rozdělení pravděpodobnosti Exercise 7: Určování rozdělení Exercise 8: Očekávaná hodnota vs. průměr vzorku Exercise 9: Spojitá rozdělení Exercise 10: Jaké rozdělení?Exercise 11: Zálohy dat Exercise 12: Simulace čekacích dob Exercise 13: Binomické rozdělení Exercise 14: Simulace obchodních případů Exercise 15: Výpočet pravděpodobností binomického rozdělení Exercise 16: Kolik prodejů bude uzavřeno?

Přichází čas prozkoumat jedno z nejdůležitějších pravděpodobnostních rozdělení ve statistice – normální rozdělení. Vytvoříš histogramy pro zobrazení normálních rozdělení, pochopíš centrální limitní větu a rozšíříš své znalosti statistických funkcí o Poissonovo, exponenciální a t-rozdělení.

Exercise 1: Normální rozdělení Exercise 2: Rozdělení Amirových prodejů Exercise 3: Pravděpodobnosti z normálního rozdělení Exercise 4: Simulace prodejů za nových tržních podmínek Exercise 5: Který trh je lepší?Exercise 6: Centrální limitní věta Exercise 7: Vizualizace výběrových rozdělení Exercise 8: CLT v praxi Exercise 9: Průměr průměrů Exercise 10: Poissonovo rozdělení Exercise 11: Určování lambdy Exercise 12: Sledování odpovědí na leady Exercise 13: Další rozdělení pravděpodobnosti Exercise 14: Příliš mnoho rozdělení Exercise 15: Modelování času mezi oslovením a odpovědí Exercise 16: t-rozdělení

V této kapitole se naučíš kvantifikovat sílu lineárního vztahu mezi dvěma proměnnými a zjistíš, jak matoucí proměnné mohou ovlivnit vztah mezi dvěma dalšími proměnnými. Uvidíš také, jak design studie může ovlivnit její výsledky, změnit způsob analýzy dat a potenciálně ovlivnit spolehlivost závěrů.

Exercise 1: Korelace Exercise 2: Odhadni korelaci Exercise 3: Vztahy mezi proměnnými Exercise 4: Nástrahy korelace Exercise 5: Co korelace nedokáže měřit?Exercise 6: Transformace proměnných Exercise 7: Zlepšuje cukr štěstí?Exercise 8: Matoucí proměnné Exercise 9: Návrh experimentů Exercise 10: Typy studií Exercise 11: Longitudinální vs. průřezové studie Exercise 12: Gratulujeme!