In this chapter you will learn how to perform statistical inference on a single parameter that describes categorical data. This includes both resampling based methods and approximation based methods for a single proportion.

The General Social Survey

Exploring consci

Generating via bootstrap

Constructing a CI

Why more bootstraps?

Interpreting a Confidence Interval

CIs and confidence level

SE with less data

SE with different p

The approximation shortcut

CI via approximation

Methods compared

Inference for a single parameter

This chapter dives deeper into performing hypothesis tests and creating confidence intervals for a single parameter. Then, you'll learn how to perform inference on a difference between two proportions. Finally, this chapter wraps up with an exploration of what happens when you know the null hypothesis is true.

Hypothesis test for a proportion

Life after death

Generating from H0

Testing a claim

Making a decision

Intervals for differences

Death penalty and sex

Hypothesis test on the difference in proportions

Interpreting the test

Hypothesis tests and confidence intervals

Statistical errors

When the null is true

When the null is true: decision

Proportions: testing and power

This part of the course will teach you how to use both resampling methods and classical methods to test for the indepence of two categorical variables. This chapter covers how to perform a Chi-squared test.

Contingency tables

Politics and Space

Understanding contingency tables

From tidy to table to tidy

Chi-squared test statistic

A single permuted Chi-sq

Building two null distributions

Is the data consistent with the model?

Alternate method: the chi-squared distribution

Checking conditions

The geography of happiness

A p-value two ways

Intervals for the chi-squared distribution

Comparing many parameters: independence

The course wraps up with two case studies using election data. Here, you'll learn how to use a Chi-squared test to check goodness-of-fit. You'll study election results from Iran and Iowa and test if Benford's law applies to these datasets.

Caso di studio: frode elettorale

Conoscere i dati sull’Iran

Chi ha vinto?

Analisi per provincia

Estrarre la prima cifra I

Bontà dell’adattamento

Test di bontà dell'adattamento

Un p-value, due modi

È una prova di frode?

E ora negli Stati Uniti

Conoscere i dati dell'Iowa

Estrarre la prima cifra II

Verifica su Iowa

Frode in Iowa?

Brogli elettorali in Iran e Iowa: debriefing

Comparing many parameters: goodness of fit

GSS data

Iowa election data

Iran election data

I dati categorici sono ovunque: nei più recenti sondaggi d’opinione, nei dati che portano a nuove scoperte nella genomica e nelle enormi quantità di informazioni che le aziende internet raccolgono per venderti prodotti. In questo corso imparerai tecniche per distinguere il segnale dal rumore; strumenti per capire quando la struttura nei dati rappresenta fenomeni interessanti e quando è solo rumore casuale.

Foundations of Inference in R

In questo corso imparerai a utilizzare tecniche statistiche per gestire dati categorici.

Inferenza per dati categorici in R

In questo corso imparerai come usare le tecniche statistiche per lavorare con i dati categoriali.

Inferenza statistica in R

Assistant Professor of Statistics at Reed College

Broglio elettorale in Iran e Iowa: debrief

Broglio elettorale in Iowa

Cosa non ha funzionato?

Lezione da portare a casa

Metodi per dati categorici

Test d'ipotesi

Mettiamoci alla prova!

Comparing many parameters: goodness of fit - Brogli elettorali in Iran e Iowa: debriefing

Brogli elettorali in Iran e Iowa: debriefing

Create Your Free Account