Pelajari apa itu sampling dan mengapa sangat bermanfaat. Anda juga akan mempelajari masalah yang disebabkan oleh convenience sampling dan perbedaan antara keacakan sejati dan pseudo-randomness.

Sampling dan estimasi titik

Alasan melakukan sampling

Pengambilan sampel sederhana dengan pandas

Sampling sederhana dan perhitungan dengan NumPy

Sampling kenyamanan

Apakah temuan dari sampel dapat digeneralisasi?

Apakah temuan ini dapat digeneralisasi?

Pembangkitan angka semu-acak

Menghasilkan angka acak

Memahami random seed

Pengantar Sampling

Saatnya praktik langsung melakukan empat metode sampling acak di Python: sederhana, sistematis, berstrata, dan klaster.

Pengambilan sampel acak sederhana dan sistematis

Simple random sampling

Sampling sistematis

Apakah systematic sampling baik-baik saja?

Pengambilan sampel acak berstrata dan berbobot

Metode pengambilan sampel yang mana?

Sampling berstrata proporsional

Pengambilan sampel berstrata dengan jumlah setara

Pengambilan sampel berbobot

Pengambilan Sampel Klaster

Manfaat pengelompokan

Melakukan cluster sampling

Membandingkan metode pengambilan sampel

3 jenis sampling

Membandingkan estimasi titik

Metode Sampling

Mari uji sampling Anda. Di bab ini, Anda akan mempelajari cara mengkuantifikasi ketepatan statistik sampel menggunakan galat relatif, serta mengukur variasi pada perkiraan Anda dengan membuat distribusi sampling.

Galat relatif dari taksiran titik

Menghitung galat relatif

Galat relatif vs. ukuran sampel

Membuat distribusi sampling

Mereplikasi sampel

Parameter replikasi

Perkiraan distribusi sampling

Distribusi sampling eksak

Membuat distribusi sampling pendekatan

Tepat vs. pendekatan

Galat baku dan Teorema Limit Pusat

Rata-rata populasi & distribusi sampling

Variasi populasi & distribusi sampling

Distribusi Sampling

Anda akan memahami resampling untuk melakukan bootstrapping dan memperkirakan variasi dalam populasi yang belum diketahui. Anda akan mempelajari perbedaan antara distribusi sampling dan distribusi bootstrap menggunakan resampling.

Pengantar bootstrapping

Opsi

Benar

Salah

Prinsip-prinsip bootstrapping

Dengan atau tanpa pengembalian

Dengan pengembalian

Tanpa pengembalian

Dengan atau tanpa pengembalian?

Membuat distribusi bootstrap

Membandingkan distribusi sampel dan bootstrap

Statistik bootstrap dan statistik populasi

Distribusi sampling vs. distribusi bootstrap

Bandingkan rataan sampling dan bootstrap

Bandingkan simpangan baku sampling dan bootstrap

Interval kepercayaan

Interpretasi interval kepercayaan

Menghitung interval kepercayaan

Selamat!

Distribusi Bootstrap

Coffee ratings

Spotify song attributes

Employee attrition

Sampling di Python adalah dasar dari statistika inferensial dan pengujian hipotesis. Ini merupakan keterampilan yang ampuh dalam analisis survei dan desain eksperimen untuk menarik kesimpulan tanpa mensurvei seluruh populasi. Dalam kursus Sampling di Python ini, Anda akan mempelajari kapan menggunakan sampling dan bagaimana melakukan jenis-jenis sampling umum—mulai dari sampling acak sederhana hingga metode yang lebih kompleks seperti sampling berstrata dan sampling klaster. Dengan menggunakan himpunan data dunia nyata, termasuk penilaian kopi, lagu Spotify, dan attrition karyawan, Anda akan belajar memperkirakan statistik populasi dan mengukur ketidakpastian pada perkiraan Anda dengan membuat distribusi sampling dan distribusi bootstrap.

Introduction to Statistics in Python

Belajar menarik kesimpulan dari data terbatas dengan Python dan statistik, termasuk berbagai teknik sampling.

Sampling di Python

Associate Data Scientist  dalam Python

Analis Data  dalam Python

Dasar-Dasar Statistik  dalam Python

Resample bootstrap harus berukuran sama dengan sampel asli.

Setiap baris dalam himpunan data harus memiliki peluang yang sama untuk terpilih dalam sebuah resample.

Distribusi bootstrap terdiri dari banyak replikasi statistik yang menjadi perhatian.

Resampling berarti pengambilan sampel tanpa pengembalian.

Statistik yang menjadi perhatian untuk setiap sampel bootstrap selalu mean.

Distribusi bootstrap sama dengan distribusi sampling.

Prinsip-prinsip bootstrapping

Sampling di Python

Latihan interaktif langsung