or
यह अभ्यास पाठ्यक्रम का हिस्सा है
Summary statistics वे टूल्स देती है जिनसे आप बड़े डेटासेट को संक्षेप में समेटकर मुख्य बातें सामने ला सकते हैं। इस चैप्टर में, आप mean, median, और standard deviation सहित summary statistics को एक्सप्लोर करेंगे और उन्हें सही तरीके से इंटरप्रेट करना सीखेंगे। आप अपनी क्रिटिकल थिंकिंग स्किल्स भी विकसित करेंगे, ताकि आप अपने डेटा के लिए सबसे उपयुक्त summary statistics चुन सकें।
इस चैप्टर में, आप रैंडम सैंपल जनरेट करना और प्रॉबेबिलिटी की मदद से अवसर/संभावना मापना सीखेंगे। आप रियल-वर्ल्ड सेल्स डेटा के साथ काम करके किसी सेल्सपर्सन के सफल होने की प्रॉबेबिलिटी कैलकुलेट करेंगे। अंत में, आप बाइनोमियल डिस्ट्रीब्यूशन का उपयोग करके ऐसे ईवेंट्स को मॉडल करेंगे जिनके बाइनरी आउटकम होते हैं।
अब बारी है statistics की सबसे महत्वपूर्ण प्रॉबेबिलिटी डिस्ट्रीब्यूशन्स में से एक, normal distribution, को एक्सप्लोर करने की। आप normal distributions को प्लॉट करने के लिए हिस्टोग्राम बनाएँगे और central limit theorem को समझेंगे, और इसके बाद Poisson, exponential, और t-distributions जोड़कर अपने सांख्यिकीय फंक्शंस का दायरा और बढ़ाएँगे।
इस चैप्टर में, आप दो वैरिएबल्स के बीच रैखिक संबंध की मज़बूती को मापना सीखेंगे, और देखेंगे कि confounding variables कैसे दो अन्य वैरिएबल्स के बीच संबंध को प्रभावित कर सकती हैं। आप यह भी देखेंगे कि किसी स्टडी का डिज़ाइन उसके नतीजों को कैसे प्रभावित कर सकता है, डेटा का विश्लेषण कैसे बदलेगा, और आपके निष्कर्षों की विश्वसनीयता पर क्या असर पड़ेगा।
वर्तमान अभ्यास