Learn what sampling is and why it is useful, understand the problems caused by convenience sampling, and learn about the differences between true randomness and pseudo-randomness.

Sampling and point estimates

Reasons for sampling

Simple sampling with dplyr

Simple sampling with base-R

Convenience sampling

Are findings from the sample generalizable?

Are these findings generalizable?

Pseudo-random number generation

Generating random numbers

Understanding random seeds

Introduction to Sampling

Learn how to and when to perform the four methods of random sampling: simple, systematic, stratified, and cluster.

Campionamento casuale semplice e sistematico

Campionamento casuale semplice

Campionamento sistematico

Il campionamento sistematico va bene?

Campionamento casuale stratificato e pesato

Tipo di campionamento

Campionamento stratificato

Quale metodo di campionamento?

Campionamento stratificato proporzionale

Campionamento stratificato a conteggi uguali

Campionamento pesato

Campionamento a grappolo

Vantaggi del clustering

Eseguire il campionamento a grappolo

Confrontare i metodi di campionamento

3 tipi di campionamento

Statistiche riassuntive su diversi tipi di campione

Sampling Methods

Learn how to quantify the accuracy of sample statistics using relative errors, and measure variation in your estimates by generating sampling distributions.

Relative error of point estimates

Calculating relative errors

Relative error vs. sample size

Creating a sampling distribution

Replicating samples

Replication parameters

Approximate sampling distributions

Exact sampling distribution

Approximate sampling distribution

Exact vs. approximate

Standard errors and the Central Limit Theorem

Population & sampling distribution means

Population and sampling distribution variation

Sampling Distributions

Learn how to use resampling to perform bootstrapping, used to estimate variation in an unknown population. Understand the difference between sampling distributions and bootstrap distributions.

Introduction to bootstrapping

Principles of bootstrapping

With or without replacement

Generating a bootstrap distribution

Comparing sampling and bootstrap distributions

Bootstrap statistics and population statistics

Sampling distribution vs. bootstrap distribution

Compare sampling and bootstrap means

Compare sampling and bootstrap standard deviations

Confidence intervals

Confidence interval interpretation

Calculating confidence intervals

Congratulations!

Bootstrap Distributions

Coffee ratings

Spotify song attributes

Employee attrition

Il campionamento è un pilastro dell’inferenza statistica e del test d’ipotesi. È fondamentale nell’analisi dei sondaggi e nella progettazione degli esperimenti. In questo corso scoprirai quando e perché il campionamento è importante e imparerai a eseguire i tipi più comuni di campionamento, dal campionamento casuale semplice a metodi più complessi come quello stratificato e a grappolo. Nella parte finale, il corso tratta la stima delle statistiche della popolazione e la quantificazione dell’incertezza nelle stime generando distribuzioni campionarie e distribuzioni bootstrap. Durante il corso, esplorerai insiemi di dati reali su valutazioni del caffè, brani di Spotify e abbandono dei dipendenti.

Introduction to Statistics in R

Scopri come eseguire campionamenti in R, inclusi campionamento casuale semplice, stratificato e a cluster.

Campionamento in R

Padroneggia il campionamento per avere statistiche più precise con meno dati.

Scienziato dei dati associato in R

Analista dati  in R

Statistico in R

Fondamenti di statistica in R

Distribuzione demografica per razza per assicurare che il censimento sia condotto correttamente.

Gruppi per gruppo sanguigno per verificare che il vaccino funzioni per diversi sottogruppi.

Fasce di reddito per comprendere l’impatto delle variazioni dell’aliquota fiscale.

Analizzare la distribuzione dei colori delle caramelle Skittles dato che i cinque colori di solito compaiono ciascuno intorno al 20%.

Non ti interessano tanto le caratteristiche di un sottogruppo specifico, quanto ottenere un campione rappresentativo del gruppo più ampio.

Quale metodo di campionamento?

Campionamento in R

Esercizio pratico interattivo