Jak wyniki pływaków pogarszają się w długich konkurencjach?

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

To ćwiczenie jest częścią kursu

Studia przypadków w myśleniu statystycznym

SkillTag.level.intermediateSkillTag.label

4.9+

83 reviews

Rozpocznij kurs za darmo

Na początek skorzystasz z dwóch zbiorów danych przygotowanych przez badaczy z Caltech, aby przypomnieć kluczowe zagadnienia z kursów Statistical Thinking I i II – i dobrze przygotować się do kolejnych studiów przypadków!

Exercise 1: Aktywność danio pręgowanego i melatonina Exercise 2: EDA: Wykresy ECDF długości aktywnych sekwencji Exercise 3: Interpretacja ECDF i historia za danymi Exercise 4: Bootstrapowe przedziały ufności Exercise 5: Estymacja parametrów: długość aktywnej sekwencji Exercise 6: Testy hipotez: permutacyjny i bootstrapowy Exercise 7: Test permutacyjny: typ dziki a heterozygota Exercise 8: Bootstrapowy test hipotezy Exercise 9: Regresje liniowe i bootstrap par Exercise 10: Ocena tempa wzrostu Exercise 11: Rysowanie krzywej wzrostu

W tym rozdziale przećwiczysz eksploracyjną analizę danych, estymację parametrów i testowanie hipotez na wynikach Mistrzostw Świata w Pływaniu FINA 2015.

Exercise 1: Wprowadzenie do danych pływackich Exercise 2: Graficzna EDA rozgrzewek mężczyzn na 200 m stylem dowolnym Exercise 3: Czas na 200 m stylem dowolnym z przedziałem ufności Exercise 4: Czy pływacy są szybsi w finałach?Exercise 5: EDA: finały a półfinały Exercise 6: Estymacja parametrów różnicy między finałami a półfinałami Exercise 7: Jak przeprowadzić test permutacyjny Exercise 8: Generowanie próbek permutacyjnych Exercise 9: Test hipotezy: czy kobiety pływają tak samo w półfinałach i finałach?Exercise 10: Jak wyniki pływaków pogarszają się w długich konkurencjach?

Bieżące ćwiczenie

Exercise 11: EDA: Wizualizacja wszystkich danych Exercise 12: Regresja liniowa średniego czasu odcinka Exercise 13: Test hipotezy: czy pływacy zwalniają?

Niektórzy pływacy twierdzili, że podczas Mistrzostw Świata 2013 pływanie w jednym kierunku przychodziło im łatwiej niż w drugim. Część analityków sugerowała, że w basenie występował wirujący prąd. W tym rozdziale zbadasz to twierdzenie! Źródła: <a href="https://qz.com/761280/researchers-believe-certain-lanes-in-the-olympic-pool-may-have-given-some-swimmers-an-advantage/" target="_blank">Quartz Media</a>, <a href="https://www.washingtonpost.com/news/wonk/wp/2016/09/01/these-charts-clearly-show-how-some-olympic-swimmers-may-have-gotten-an-unfair-advantage/?utm_term=.dba907006ba1" target="_blank">Washington Post</a>, <a href="https://swimswam.com/rio-olympic-test-event-showed-same-pool-bias-2-0/" target="_blank">SwimSwam</a> (a także <a href="https://swimswam.com/problem-rio-pool/" target="_blank">tutaj)</a> oraz <a href="https://www.ncbi.nlm.nih.gov/pubmed/25003776" target="_blank">Cornett i in.</a>

Exercise 1: Wprowadzenie do kontrowersji związanych z prądem Exercise 2: Miara poprawy wyników Exercise 3: ECDF poprawy wyników z niskich na wysokie tory Exercise 4: Szacowanie średniej poprawy Exercise 5: Jak powinniśmy przetestować hipotezę?Exercise 6: Test hipotezy: czy przypisanie do toru wpływa na wyniki?Exercise 7: Czy problem wystąpił również w 2015 roku?Exercise 8: Efekt zygzaka Exercise 9: Które odcinki wziąć pod uwagę?Exercise 10: EDA: średnie różnice między nieparzyste i parzyste odcinki Exercise 11: Jak efekt prądu zależy od pozycji toru?Exercise 12: Test hipotezy: czy to może być dziełem przypadku?Exercise 13: Podsumowanie analizy pływania

W tym rozdziale zastosujesz umiejętności myślenia statystycznego do badania częstotliwości i magnitud trzęsień ziemi. Przy okazji poznasz podstawy statystycznej sejsmologii, w tym prawo Gutenberga-Richtera. Ten rozdział ilustruje dwie ważne cechy pracy data scientista: 1) natrafiasz na przeróżne analizy z konkretnych dziedzin – co jest naprawdę fascynujące i daje nieustanną okazję do nauki; 2) często mierzysz się z ograniczonymi zbiorami danych – co jest typowe również dla wielu badań sejsmologicznych. Można jednak osiągnąć wartościowe wyniki!

Exercise 1: Wprowadzenie do sejsmologii statystycznej i eksperymentu Parkfield Exercise 2: Magnituda trzęsień ziemi w rejonie Parkfield Exercise 3: Obliczanie wartości b Exercise 4: Wartość b dla obszaru Parkfield Exercise 5: Czas wystąpienia silnych trzęsień ziemi i sekwencja Parkfield Exercise 6: Szacowanie czasu między trzęsieniami ziemi w Parkfield Exercise 7: Kiedy nastąpi kolejne duże trzęsienie ziemi w Parkfield?Exercise 8: Jak rozłożone są czasy między trzęsieniami ziemi w Parkfield?Exercise 9: Obliczanie wartości formalnej ECDF Exercise 10: Obliczanie statystyki K-S Exercise 11: Generowanie replikacji K-S Exercise 12: Test K-S dla rozkładu wykładniczego

Trzęsienia ziemi mają ogromny wpływ na społeczeństwo, a coraz częściej są też powiązane z działalnością człowieka. W tym ostatnim rozdziale zbadasz, jak nasilony wtrysk słonych wód odpadowych przy wydobyciu ropy w Oklahomie wpłynął na aktywność sejsmiczną tego regionu.

Exercise 1: Zmienność częstotliwości trzęsień ziemi i sejsmiczności Exercise 2: EDA: wizualizacja trzęsień ziemi w czasie Exercise 3: Szacowanie średniego czasu między trzęsieniami ziemi Exercise 4: Test hipotezy: czy częstotliwość trzęsień ziemi uległa zmianie?Exercise 5: Jak prezentować wyniki analizy Exercise 6: Magnituda trzęsień ziemi w Oklahomie Exercise 7: EDA: Porównanie magnitud przed 2010 rokiem i po nim Exercise 8: Wyznaczanie wartości b Exercise 9: Jak przeprowadzić test hipotezy dotyczący różnic wartości b?Exercise 10: Test hipotezy: czy wartości b są różne?Exercise 11: Co można wywnioskować z tej analizy?Exercise 12: Komentarz końcowy