Pelajari apa itu pengambilan sampel dan mengapa ini bermanfaat, pahami masalah yang ditimbulkan oleh convenience sampling, dan ketahui perbedaan antara keacakan sejati dan pseudo-randomness.

Pengambilan Sampel dan Estimasi Titik

Alasan melakukan pengambilan sampel

Sampling sederhana dengan dplyr

Sampling sederhana dengan base-R

Pengambilan sampel kemudahan

Apakah temuan dari sampel dapat digeneralisasi?

Apakah temuan ini dapat digeneralisasi?

Pembangkitan angka pseudo-acak

Menghasilkan angka acak

Memahami random seed

Pengantar Pengambilan Sampel

Pelajari cara dan waktu melakukan empat metode pengambilan sampel acak: simple, systematic, stratified, dan cluster.

Sampel acak sederhana dan sistematis

Pengambilan sampel acak sederhana

Sampling sistematis

Apakah systematic sampling baik-baik saja?

Pengambilan sampel acak bertingkat dan berbobot

Metode pengambilan sampel yang mana?

Sampling berstrata proporsional

Sampling berstrata dengan jumlah sama

Pengambilan sampel berbobot

Sampling klaster

Manfaat pengelompokan

Melakukan cluster sampling

Membandingkan metode pengambilan sampel

3 jenis pengambilan sampel

Statistik ringkasan pada berbagai jenis sampel

Metode Pengambilan Sampel

Pelajari cara mengukur ketepatan statistik sampel menggunakan galat relatif, dan mengukur variasi dalam estimasi Anda dengan membuat sampling distributions.

Galat relatif dari taksiran titik

Menghitung galat relatif

Galat relatif vs. ukuran sampel

Membuat distribusi sampling

Menduplikasi sampel

Parameter replikasi

Pendekatan distribusi sampling

Distribusi penarikan sampel eksak

Distribusi penarikan sampel pendekatan

Tepat vs. pendekatan

Galat baku dan Teorema Limit Pusat

Rata-rata populasi & distribusi sampling

Variasi populasi dan distribusi sampling

Sampling Distributions

Pelajari cara menggunakan resampling untuk melakukan bootstrapping, yang digunakan untuk memperkirakan variasi dalam populasi yang belum diketahui. Pahami perbedaan antara sampling distributions dan bootstrap distributions.

Pengantar bootstrapping

Bootstrap benar atau salah

Benar

Salah

Prinsip-prinsip bootstrapping

Dengan atau tanpa pengembalian

Dengan pengembalian

Tanpa pengembalian

Membuat distribusi bootstrap

Membandingkan sebaran sampling dan bootstrap

Statistik bootstrap dan statistik populasi

Distribusi sampling vs. distribusi bootstrap

Bandingkan mean sampling dan bootstrap

Bandingkan simpangan baku sampling dan bootstrap

Interval kepercayaan

Interpretasi interval kepercayaan

Menghitung interval kepercayaan

Selamat!

Bootstrap Distributions

Coffee ratings

Spotify song attributes

Employee attrition

Pengambilan sampel adalah dasar dari statistika inferensi dan pengujian hipotesis. Topik ini sangat penting dalam analisis survei dan perancangan eksperimen. Kursus ini menjelaskan kapan dan mengapa pengambilan sampel itu penting, mengajarkan Anda cara melakukan jenis pengambilan sampel yang umum, dari simple random sampling hingga metode yang lebih kompleks seperti stratified dan cluster sampling. Selanjutnya, kursus membahas cara memperkirakan statistik populasi, serta mengukur ketidakpastian dalam estimasi Anda dengan membuat sampling distributions dan bootstrap distributions. Sepanjang kursus, Anda akan mengeksplorasi himpunan data dunia nyata tentang penilaian kopi, lagu Spotify, dan turnover karyawan.

Introduction to Statistics in R

Pelajari cara melakukan sampling di R, termasuk sampling acak sederhana, stratifikasi, dan klaster.

Sampling di R

Menguasai teknik sampling untuk mendapatkan statistik yang lebih akurat dengan data yang lebih sedikit.

Associate Data Scientist di R

Analis Data  di R

Ahli Statistik di R

Dasar-Dasar Statistik di R

Resample bootstrap harus berukuran sama dengan sampel asli.

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

Distribusi bootstrap terdiri dari banyak replikasi statistik yang menjadi fokus.

Resampling berarti pengambilan sampel tanpa pengembalian (without replacement).

Sampel bootstrap harus lebih kecil daripada sampel asli.

Statistik yang menjadi fokus untuk setiap sampel bootstrap selalu adalah rerata.

Distribusi bootstrap sama dengan distribusi sampling.

Prinsip-prinsip bootstrapping

Sampling di R

Latihan interaktif langsung