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.


Normaliteitstoetsen

Shapiro-Wilk-toets

Q-Q-plot

Inferentie voor een gemiddelde

Betrouwbaarheidsinterval

Eenzijdige t-toets met één steekproef

Twee gemiddelden vergelijken

t-toets voor twee steekproeven

Gepaarde test

ANOVA

Groepen vergelijken

ANOVA voor plantengroei

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

Klaar voor je sollicitatiegesprek? Je kunt alles weten over het bedrijf waar je naartoe wilt, maar heb je de klassieke R-vragen over statistiek geoefend? Zo niet, dan helpen wij je op weg. In deze cursus bereid je je voor op de meest voorkomende statistische onderwerpen, van verdelingen tot hypothesetoetsen, regressiemodellen en meer. Je scherpt je vaardigheden aan met gegevenssets zoals data over de ziekte van Parkinson en gasprijzen. Deze cursus is bewust uitdagender dan een typische DataCamp-cursus, zodat je tijdens je gesprek vol vertrouwen elke statistiekvraag in R aankunt.

Intermediate R

Foundations of Inference in R

Foundations of Probability in R

In deze cursus bereid je je voor op veelvoorkomende statistische onderwerpen zoals verdelingen en hypothesetests.

Oefenen met statistiek-vragen voor sollicitaties in R

 In deze cursus bereid je je voor op de meest voorkomende statistische onderwerpen, van verdelingen tot hypothesetests, regressiemodellen en nog veel meer. 

Q-Q-plot

Oefenen met statistiek-vragen voor sollicitaties in R

Praktische interactieve oefening