ลองทายค่าสหสัมพันธ์

ดู scatterplot ทางขวา แล้วลองประมาณค่าสหสัมพันธ์ระหว่างตัวแปร x และ y เมื่อทายถูกแล้ว ให้กดปุ่ม New Plot เพื่อลองกับ scatterplot อื่นอีกสักสองสามชุด เมื่อพร้อมแล้ว ตอบคำถามด้านล่างเพื่อไปยังแบบฝึกหัดถัดไป

ข้อใดต่อไปนี้ไม่เป็นความจริงเกี่ยวกับค่าสหสัมพันธ์?

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

สถิติเบื้องต้นด้วย Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง

เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา

เริ่มแบบฝึกหัด

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

สถิติเบื้องต้นด้วย Python

SkillTag.level.intermediateSkillTag.label

4.8+

เริ่มคอร์สฟรี

สถิติเชิงพรรณนาให้เครื่องมือที่จำเป็นในการสรุปชุดข้อมูลขนาดใหญ่เพื่อให้เห็นภาพรวมที่สำคัญ ในบทนี้ คุณจะได้สำรวจสถิติเชิงพรรณนา เช่น ค่าเฉลี่ย ค่ามัธยฐาน และส่วนเบี่ยงเบนมาตรฐาน พร้อมเรียนรู้วิธีตีความอย่างถูกต้อง รวมถึงฝึกทักษะคิดวิเคราะห์เพื่อเลือกใช้สถิติที่เหมาะสมกับข้อมูลของคุณ

Exercise 1: สถิติคืออะไร?Exercise 2: สถิติเชิงพรรณนาและสถิติเชิงอนุมาน Exercise 3: การจำแนกประเภทข้อมูล Exercise 4: การวัดค่ากลาง Exercise 5: การคำนวณค่าเฉลี่ยและค่ามัธยฐาน Exercise 6: ค่าเฉลี่ย ค่ามัธยฐาน และรูปร่างของการกระจายข้อมูล Exercise 7: การวัดการกระจายของข้อมูล Exercise 8: ความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน Exercise 9: ควอร์ไทล์ ควอนไทล์ และควินไทล์Exercise 10: การค้นหา Outlier ด้วย IQR

ในบทนี้ คุณจะได้เรียนรู้วิธีสร้างตัวอย่างสุ่มและวัดโอกาสโดยใช้ความน่าจะเป็น พร้อมทำงานกับข้อมูลการขายจากสถานการณ์จริงเพื่อคำนวณความน่าจะเป็นที่พนักงานขายจะประสบความสำเร็จ และนำการแจกแจงทวินามมาใช้จำลองเหตุการณ์ที่มีผลลัพธ์สองแบบ

Exercise 1: โอกาสเกิดขึ้นได้แค่ไหน?Exercise 2: สุ่มแบบคืนหรือไม่คืน?Exercise 3: การคำนวณความน่าจะเป็น Exercise 4: การสุ่มตัวอย่างดีล Exercise 5: การแจกแจงแบบไม่ต่อเนื่อง Exercise 6: การสร้างการกระจายความน่าจะเป็น Exercise 7: การระบุประเภทการแจกแจง Exercise 8: ค่าที่คาดหวัง vs. ค่าเฉลี่ยตัวอย่าง Exercise 9: การแจกแจงแบบต่อเนื่อง Exercise 10: การแจกแจงแบบไหน?Exercise 11: การสำรองข้อมูล Exercise 12: จำลองเวลารอ Exercise 13: การแจกแจงทวินาม Exercise 14: จำลองสถานการณ์การขาย Exercise 15: การคำนวณความน่าจะเป็นของการแจกแจงทวินาม Exercise 16: จะปิดการขายได้กี่ดีล?

ถึงเวลาสำรวจการแจกแจงความน่าจะเป็นที่สำคัญที่สุดในสถิติ นั่นคือการแจกแจงแบบปกติ คุณจะสร้างฮิสโทแกรมเพื่อแสดงการแจกแจงแบบปกติ ทำความเข้าใจทฤษฎีบทขีดจำกัดกลาง และขยายความรู้ด้านฟังก์ชันทางสถิติด้วยการแจกแจงแบบ Poisson แบบเอกซ์โปเนนเชียล และแบบ t

Exercise 1: การแจกแจงแบบปกติ Exercise 2: การกระจายตัวของยอดขายของ Amir Exercise 3: ความน่าจะเป็นจากการแจกแจงแบบปกติ Exercise 4: จำลองยอดขายภายใต้สภาวะตลาดใหม่Exercise 5: ตลาดไหนดีกว่ากัน?Exercise 6: ทฤษฎีบทลิมิตกลาง Exercise 7: การแสดงภาพ sampling distributions Exercise 8: CLT ในการปฏิบัติ Exercise 9: ค่าเฉลี่ยของค่าเฉลี่ย Exercise 10: การแจกแจงแบบ Poisson Exercise 11: การระบุค่า lambda Exercise 12: การติดตามการตอบกลับลูกค้าเป้าหมาย Exercise 13: การแจกแจงความน่าจะเป็นเพิ่มเติม Exercise 14: ลากและวางประเภทการแจกแจง Exercise 15: การสร้างโมเดลเวลาระหว่างการรับ Lead Exercise 16: t-distribution

ในบทนี้ คุณจะได้เรียนรู้วิธีวัดความแข็งแกร่งของความสัมพันธ์เชิงเส้นระหว่างตัวแปรสองตัว และสำรวจว่าตัวแปรกวนสามารถส่งผลต่อความสัมพันธ์ระหว่างตัวแปรอื่นได้อย่างไร นอกจากนี้ยังได้เห็นว่าการออกแบบการศึกษาวิจัยมีผลต่อผลลัพธ์ วิธีวิเคราะห์ข้อมูล และความน่าเชื่อถือของข้อสรุปอย่างไร

Exercise 1: ความสัมพันธ์เชิงเส้น (Correlation)Exercise 2: ลองทายค่าสหสัมพันธ์

แบบฝึกหัดปัจจุบัน

Exercise 3: ความสัมพันธ์ระหว่างตัวแปร Exercise 4: ข้อควรระวังเกี่ยวกับความสัมพันธ์เชิงเส้น Exercise 5: ค่าสหสัมพันธ์วัดอะไรไม่ได้บ้าง?Exercise 6: การแปลงตัวแปร Exercise 7: น้ำตาลช่วยเพิ่มความสุขได้จริงหรือ?Exercise 8: ตัวแปรกวน Exercise 9: การออกแบบการทดลอง Exercise 10: ประเภทของการศึกษา Exercise 11: การศึกษาแบบ Longitudinal และ Cross-sectional Exercise 12: ยินดีด้วย!