Scopri perché i test di ipotesi sono utili e segui il flusso di lavoro per un test su una proporzione con un solo campione. In questo modo incontrerai concetti importanti come z-score, p-value e gli errori di falso negativo e falso positivo. Verranno introdotti il sondaggio di Stack Overflow e l’insieme di dati sulle spedizioni mediche in ritardo.

Test d'ipotesi e z-score

A cosa serve l'A/B testing

Calcolare la media del campione

Calcolare uno z-score

p-value

Processi penali e test d'ipotesi

Coda sinistra, coda destra, due code

Calcolare i p-value

Significatività statistica

Decisioni dai p-value

Calcolare gli intervalli di confidenza

Errori di tipo I e di tipo II

Introduzione ai test di ipotesi

Impara a testare le differenze di media tra due gruppi usando i t-test e come estendere l’analisi a più di due gruppi con ANOVA e t-test a coppie.

Eseguire i t-test

Flusso di lavoro dei test d'ipotesi

Statistica di test per due medie campionarie

Calcolare i p-value a partire dalle statistiche t

Perché serve la t?

La t-distribuzione

Da t a p

t-test per campioni appaiati

t-test appaiati vs. non appaiati

Appaiati

Non appaiati

È necessario l’appaiamento?

Visualizzare la differenza

Uso di t.test()

Test ANOVA

Visualizzare molte categorie

Eseguire un test ANOVA

t-test a coppie

Test a due campioni e ANOVA

Impara a testare le differenze di proporzioni tra due gruppi usando i test per le proporzioni, a estenderlo a più di due gruppi con i test di indipendenza chi-quadro e a tornare al caso a un campione con i test chi-quadro di bontà di adattamento.

Test di proporzione a un campione

t per le proporzioni?

Test per proporzioni singole

Test per proporzioni a due campioni

Test su due proporzioni

prop_test() per due campioni

Test chi-quadro di indipendenza

La distribuzione chi-quadro

Quante code nei test chi-quadrato?

Eseguire un test chi-quadro

Test chi-quadrato di bontà dell’adattamento

Visualizzare l'aderenza (goodness of fit)

Eseguire un test di bontà di adattamento

Test sulle proporzioni

Scopri le ipotesi alla base dei test di ipotesi parametrici e vedi come i test non parametrici basati su simulazione e su ranghi possono essere usati quando tali ipotesi non sono soddisfatte.

Assunzioni nei test d’ipotesi

Assunzioni comuni dei test d'ipotesi

Verifica della dimensione del campione

Il framework "C'è un solo test"

There is only one test

Specificare e formulare ipotesi

Proseguire con la pipeline di infer

Generare e calcolare

Statistica osservata e p-value

ANOVA non parametrica e t-test per campioni indipendenti

t-test basato sulla simulazione

Test a somma dei ranghi

Complimenti!

Test non parametrici

Late Shipments

Late shipments Bootstrap Distribution

Democratic Presidential Candidates by County

StackOverflow Survey

Late Shipments w/ Freight Cost Group

I test di ipotesi ti permettono di porre domande sui tuoi insiemi di dati e rispondervi in modo statisticamente rigoroso. In questo corso imparerai come e quando usare test comuni come i t-test, i test per le proporzioni e i test chi-quadro. Otterrai una comprensione profonda di come funzionano e delle ipotesi su cui si basano. Imparerai anche come i vari test di ipotesi sono collegati grazie al framework "C’è un solo test" e userai test non parametrici che ti permettono di aggirare i requisiti dei test classici. Durante il corso esplorerai un sondaggio degli utenti di Stack Overflow e un insieme di dati sulle spedizioni in ritardo di forniture mediche.

<h2>Scopri il test di ipotesi in R </h2>
Il test di ipotesi ti permette di fare domande sui tuoi set di dati e rispondere in modo statistico rigoroso. In questo corso imparerai come e quando usare test comuni come i test t, i test di proporzione e i test chi-quadrato. 
<br><br>
Capirai bene come funzionano e quali sono le ipotesi su cui si basano. Imparerai anche come i diversi test di ipotesi sono collegati usando il concetto di "Esiste un solo test" e userai test non parametrici che ti permettono di evitare i requisiti dei test di ipotesi tradizionali.
<br><br>
<h2>Scopri i test T e i test del chi quadrato</h2>
Inizierai scoprendo perché i test di ipotesi in R sono utili, mentre analizzi alcuni concetti chiave. Imparerai anche come i test t possono aiutarti a verificare le differenze nelle medie tra due gruppi e come i test chi-quadrato possono aiutarti a confrontare i risultati osservati con quelli attesi.  
<br><br>
<h2>Capire le relazioni tra i test di ipotesi R</h2>
Man mano che vai avanti, scoprirai le relazioni tra i diversi test, esplorando elementi di casualità, indipendenza dell'osservazione e dimensioni dei campioni. 
<br><br>
Quando avrai finito questo corso, capirai meglio come fare i test di ipotesi in R e quando è meglio usare test specifici sui tuoi dati. 
<br><br>
Durante il corso, darai un'occhiata a un sondaggio tra gli utenti di Stack Overflow e a un set di dati sulle consegne in ritardo di forniture mediche.

Sampling in R

Scopri i test d'ipotesi in R, inclusi t-test, test di proporzione e chi-quadro.

Test di ipotesi in R

Scopri come e quando usare i test di ipotesi in R, come i test t, i test di proporzione e i test chi-quadrato. 

Scienziato dei dati associato in R

Analista dati  in R

Statistico in R

Fondamenti di statistica in R

Per testare l’efficacia di una nuova tecnica di studio nella scuola primaria, vengono somministrati pre- e post-test agli stessi studenti estratti a caso.

Gli scienziati vogliono capire se i bambini più grandi apprezzano meno lo zucchero rispetto ai più piccoli. Sono state intervistate coppie di fratelli sulle loro preferenze per lo zucchero.

Per testare l’efficacia di una nuova tecnica di studio nella scuola primaria, vengono somministrati pre- e post-test a due diversi campioni casuali di studenti.

Per capire come la posizione geografica influisca sul reddito, è stata condotta un’indagine su adulti che vivono a Kiev e un’altra su adulti che vivono a Londra.

È necessario l’appaiamento?

Test di ipotesi in R

esercizio interattivo pratico