Rozpoznawanie rozkładów

Rozpoznawanie rodzaju rozkładu jest bardzo ważne podczas analizy danych – przekonasz się o tym w dalszej części kursu.

Przedstawiono ci obraz zawierający trzy rozkłady prawdopodobieństwa wyznaczone na podstawie próbek z różnych zbiorów danych. Wskaż, która próbka najprawdopodobniej pochodzi z rozkładu jednostajnego.

three_plots, first_showing_a_distribution_with_a_large_peak_on_the_left,second_showing_a_uniform_distribution_and_third_showing_a_symmetrical_distribution_peaking_in_the_middle.png

To ćwiczenie jest częścią kursu

Wprowadzenie do statystyki

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie

To ćwiczenie jest częścią kursu

Wprowadzenie do statystyki

SkillTag.level.beginnerSkillTag.label

4.8+

Rozpocznij kurs za darmo

Statystyki opisowe to narzędzia, które pozwalają ci scharakteryzować dane. W tym rozdziale poznasz takie miary, jak średnia, mediana i odchylenie standardowe, a także nauczysz się je poprawnie interpretować. Rozwiniesz również umiejętność krytycznego myślenia, która pomoże ci dobierać najlepsze statystyki opisowe do konkretnych danych.

Exercise 1: Czym są statystyki?Exercise 2: Statystyka w praktyce Exercise 3: Rozpoznawanie typów danych Exercise 4: Statystyki opisowe a wnioskujące Exercise 5: Miary tendencji centralnej Exercise 6: Typowa liczba napadów w dzielnicach Londynu Exercise 7: Wybór miary Exercise 8: Dzielnice Londynu z najczęściej występującymi przestępstwami Exercise 9: Miary rozrzutu Exercise 10: Definiowanie miar rozproszenia Exercise 11: Wykresy pudełkowe jako miara rozrzutu Exercise 12: Który typ przestępstwa ma większe odchylenie standardowe

Rachunek prawdopodobieństwa stanowi fundament dużej części statystyki – służy do obliczania szansy zajścia różnych zdarzeń. Będziesz pracować z rzeczywistymi danymi sprzedażowymi i dowiesz się, jak dane przyjmujące różne wartości można interpretować jako rozkład prawdopodobieństwa. Poznasz dyskretne i ciągłe rozkłady prawdopodobieństwa, w tym rozkład normalny i jego częste występowanie w zjawiskach przyrodniczych!

Exercise 1: Jakie są szanse?Exercise 2: Co jest bardziej prawdopodobne?Exercise 3: Szanse na to, że kolejna sprzedaż przekroczy średnią Exercise 4: Prawdopodobieństwo warunkowe Exercise 5: Zdarzenia zależne i niezależne Exercise 6: Zamówienia na więcej niż 10 produktów z kategorii Basket Exercise 7: Rozkłady dyskretne Exercise 8: Rozpoznawanie rozkładów

Bieżące ćwiczenie

Exercise 9: Średnia próby a średnia teoretyczna Exercise 10: Rozkłady ciągłe Exercise 11: Rozkłady dyskretne a ciągłe Exercise 12: Znajdowanie rozkładu normalnego Exercise 13: Prawdopodobieństwo w rozkładzie jednostajnym

Czas poznać kolejne rozkłady prawdopodobieństwa. Dowiesz się, czym jest rozkład dwumianowy, który pozwala wizualizować prawdopodobieństwo wyników binarnych, oraz rozkład normalny – jeden z najważniejszych rozkładów w statystyce. Zobaczysz, jak opisywać rozkłady za pomocą ich kształtu, a także odkryjesz rozkład Poissona i jego zastosowanie w obliczaniu prawdopodobieństwa zdarzeń zachodzących w czasie. Zrozumiesz też centralne twierdzenie graniczne!

Exercise 1: Rozkład dwumianowy Exercise 2: Rozpoznawanie rozkładu dwumianowego Exercise 3: Jak prawdopodobieństwo wpływa na rozkład dwumianowy Exercise 4: Wyznaczanie n i p Exercise 5: Rozkład normalny Exercise 6: Rozpoznawanie rozkładu normalnego Exercise 7: Co sprawia, że rozkład normalny jest wyjątkowy?Exercise 8: Rozpoznawanie skośności Exercise 9: Opisywanie rozkładów za pomocą kurtozy Exercise 10: Centralne twierdzenie graniczne Exercise 11: Wizualizacja rozkładów próbkowania Exercise 12: Centralne twierdzenie graniczne a prawo wielkich liczb Exercise 13: Kiedy stosować centralne twierdzenie graniczne Exercise 14: Rozkład Poissona Exercise 15: Rozpoznawanie procesów Poissona Exercise 16: Rozpoznawanie lambdy w rozkładzie Poissona

W ostatnim rozdziale poznasz testowanie hipotez i dowiesz się, jak stosować je do wyciągania trafnych wniosków na temat populacji. Odkryjesz korelację i nauczysz się jej używać do mierzenia liniowej zależności między dwiema zmiennymi. Zapoznasz się z technikami projektowania eksperymentów, takimi jak randomizacja i zaślepianie. Poznasz też pojęcia, które pomagają minimalizować ryzyko błędnych wniosków z testów hipotez!

Exercise 1: Testowanie hipotez Exercise 2: Słońce i sen Exercise 3: Proces testowania hipotez Exercise 4: Zmienne niezależne i zależne Exercise 5: Eksperymenty Exercise 6: Rozpoznawanie kontrolowanych prób Exercise 7: Po co stosować randomizację?Exercise 8: Korelacja Exercise 9: Identyfikowanie korelacji między zmiennymi Exercise 10: Co mówi nam korelacja?Exercise 11: Zmienne zakłócające Exercise 12: Interpretacja wyników testów hipotez Exercise 13: Poziom istotności a wartości p Exercise 14: Błędy I i II rodzaju Exercise 15: Gratulacje!