I det här kapitlet använder du bootstrapping-tekniker för att skatta en enskild parameter från en numerisk fördelning.

Välkommen till kursen!

Generera bootstrapfördelning för medianen

Granska percentil- och standardfelmetoder

Beräkna bootstrap-intervall med båda metoderna

Vilken metod är lämpligast: percentil eller SE?

Läkarbesök under graviditeten

Genomsnittligt antal läkarbesök

Standardavvikelse för antal läkarbesök

Centrera om en bootstrapfördelning

Test av medianpriset för 1 BR-lägenheter i Manhattan

Dra slutsats från hypotestestet om medianen

Test för genomsnittlig födelsevikt

Bootstrapping för att skatta en parameter

I det här kapitlet använder du tekniker baserade på centrala gränsvärdessatsen för att skatta en enskild parameter från en numerisk fördelning. Du gör detta med hjälp av t-fördelningen.

t-fördelningen

När ska man använda t?

Sannolikheter under t-fördelningen

Gränsvärden under t-fördelningen

Skatta ett medelvärde med t-intervall

Genomsnittlig pendlingstid för amerikaner

Genomsnittligt antal arbetade timmar

t-intervall för parade data

t-intervall på olika nivåer

Förstå konfidensintervall

Testa ett medelvärde med ett t-test

Skatta mediandifferensen i lärobokspriser

Testa skillnaden i medianpoäng

Tolka p-värdet

Introduktion till t-fördelningen

I det här kapitlet utvidgar du det du hittills har lärt dig och använder både simulerings- och CLT-baserade tekniker för inferens om skillnaden mellan två parametrar från två oberoende numeriska fördelningar.

Hypotesprövning för jämförelse av två medelvärden

Utvärdera effektiviteten av stamcellsbehandling

Utvärdera effekten av stamcellsbehandling (forts.)

Slutsats av hypotestestet

Utvärdera sambandet mellan rökning under graviditet och födelsevikt

Bootstrap-KI för skillnaden mellan två medelvärden

Kvantifiera sambandet mellan rökning under graviditet och födelsevikt

Medianlängd på graviditeter för rökande och icke-rökande mödrar

Jämföra medelvärden med ett t-test

Timlön vs. medborgarskap

Skatta differensen mellan två medelvärden med ett t-intervall

Inferens för skillnaden mellan två parametrar

I det här kapitlet använder du ANOVA (variansanalys) för att testa om det finns en skillnad i medelvärden mellan flera grupper.

Varierar ordförrådspoäng mellan (självidentifierade) samhällsklasser?

EDA för ordförrådspoäng och samhällsklass

Jämföra många medelvärden visuellt

ANOVA

ANOVA för ordkunskapspoäng mot (självskattad) samhällsklass

Förutsättningar för ANOVA

Kontrollera normalitetsvillkoret

Kontrollera villkoret om konstant varians

Post-hoc-testning

Beräkna alfa*

Jämför parvis medelvärden

Grattis!

Jämföra många medelvärden

Chp1-vid2-perc-method.002

Chp1-vid3-boot-test.001

Chp1-vid1-bootsamp-bootpop.001

Chp1-vid2-perc-method.001

Chp3-vid3-hrly-rate-citizen

Runners.001

Chp1-vid2-boot-dist-withaxes

Chp1-vid1-manhattan-rents

Gss moredays

Chp4-vid1-class-bar

Chp1-vid1-boot-dist-noaxes-parantheses

Tdistcomparetonormaldist

Chp4-vid1-wodrsum-hist

Chp3-vid3-hrly-rate-citizen-smaller

Manhattan rent data

GSS data

I den här kursen lär du dig att använda statistiska metoder för att dra slutsatser och göra skattningar utifrån numeriska data. Kursen täcker två angreppssätt för dessa vanliga uppgifter. Det första bygger på bootstrapping och permutation för att skapa omsamplingsbaserade test och konfidensintervall. Det andra använder teoretiska resultat och t-fördelningen för att uppnå samma sak. Du lär dig hur (och när) du utför ett t-test, skapar ett konfidensintervall och genomför en ANOVA!

Foundations of Inference in R

Lär dig tekniker som bootstrapping och t-fördelning för statistiska slutsatser på numerisk data.

Inferens för numeriska data i R

I den här kursen lär du dig tekniker för att göra statistisk inferens på numeriska data.

Statistisk inferens i R

Vilken metod är lämpligast: percentil eller SE?

Inferens för numeriska data i R

Interaktiv övning med praktiskt arbete