Want to increase your odds of acing your job interview? If so, brush up on your knowledge of probability theory. In this chapter, we'll roll dice and shoot baskets to explain probabilities using real-life examples.

Discrete distributions

Probability functions

Bernoulli trials

Binomial distribution

Continuous distributions

Uniform distribution

Shape of normal distribution

Sample from normal distribution

Central limit theorem

Law of large numbers

Simulating central limit theorem

Probability Distributions

If the job description appeals to you review descriptive statistics before the interview. In this chapter, you will practice exploratory data analysis (EDA) using natural gas prices and data from a survey analysis.

Descriptive statistics

Centrality measures

Variability measures

Categorical data

Survey analysis

Data encoding

Time series

Time series object

Wrangling time series

Principal Component Analysis

PCA - rotation

PCA - dimension reduction

Exploratory Data Analysis

March confidently into your job interview after reviewing confidence intervals. We'll review the t-test, ANOVA, and normality tests to prepare you for statistics-based coding questions.


Test di normalità

Test di Shapiro-Wilk

Q-Q plot

Inferenza su una media

Intervallo di confidenza

t-test a campione singolo

Confrontare due medie

t-test a due campioni

Test appaiato

ANOVA

Confrontare i gruppi

ANOVA per la crescita delle piante

Statistical Tests

Is your potential employer planning to test your R skills? Make sure you’re prepared and practice model evaluation beforehand. In this chapter, we will fit and evaluate linear and logistic regression models using various biomedical datasets. By the end of this chapter, you’ll be fully prepared to answer any question the interviewer throws your way!

Covariance and correlation

Covariance by hand

Linear relationship

Nonlinear relationship

Linear regression model

Fitting linear models

Predicting with linear models

Logistic regression model

Fitting logistic models

Predicting with logistic models

Model evaluation

Validation set approach

Regression evaluation

Classification evaluation

Wrapping up

Regression Models

Natural Gas

Gold monthly

Parkinson's Data

Letter Recognition

Sei pronto per il colloquio di lavoro? Magari conosci ogni dettaglio dell’azienda dei tuoi sogni, ma hai fatto pratica con le classiche domande di statistica in R? Se no, ci pensiamo noi. In questo corso ti preparerai sugli argomenti statistici più frequenti: dalle distribuzioni ai test d’ipotesi, ai modelli di regressione e molto altro. Affinerai le tue abilità usando insiemi di dati come quelli sul morbo di Parkinson e sui prezzi del gas. Questo corso è volutamente più impegnativo di un tipico corso DataCamp, così quando arriverà il momento del colloquio sarai pronto ad affrontare con sicurezza qualsiasi domanda di statistica in R.

Intermediate R

Foundations of Inference in R

Foundations of Probability in R

In questo corso, preparati per argomenti statistici come distribuzioni, test ipotesi e modelli di regressione.

Esercitarsi con le domande di statistica per i colloqui in R

 In questo corso ti preparerai per gli argomenti statistici più comuni, dalle distribuzioni ai test di ipotesi, ai modelli di regressione e molto altro ancora. 

t-test a campione singolo

Esercitarsi con le domande di statistica per i colloqui in R

Esercizio pratico interattivo