Bu bölümde, kategorik verileri tanımlayan tek bir parametre üzerinde istatistiksel çıkarım yapmayı öğreneceksin. Buna, tek bir orana yönelik hem yeniden örnekleme temelli yöntemler hem de yaklaşım (approximation) temelli yöntemler dahildir.

Genel Sosyal Araştırma

consci'yi keşfetme

Bootstrap ile oluşturma

Güven Aralığı (CI) Oluşturma

Neden daha fazla bootstrap?

Güven Aralığını Yorumlama

Güven aralıkları (CI) ve güven düzeyi

Daha az veriyle SE

Farklı p ile SE

Yaklaştırma kısayolu

Yaklaşım yoluyla GA

Yöntemlerin karşılaştırılması

Tek bir parametre için çıkarım

Bu bölüm, tek bir parametre için hipotez testleri yapma ve güven aralıkları oluşturma konusunu daha derinlemesine ele alır. Ardından, iki oran arasındaki fark için nasıl çıkarım yapılacağını öğreneceksin. Son olarak, bu bölüm, sıfır hipotezinin doğru olduğunu bildiğinde neler olduğuna dair bir incelemeyle sona erer.

Bir orana ilişkin hipotez testi

Ölümden sonra yaşam

H0'dan veri üretme

Bir iddiayı test etmek

Karar verme

Farklar için aralıklar

İdam cezası ve cinsiyet

Oran farkı üzerine hipotez testi

Testi yorumlama

Hipotez testleri ve güven aralıkları

İstatistiksel hatalar

Ho doğruyken

Null doğruyken: karar

Oranlar: test ve güç

Kursun bu kısmında, iki kategorik değişkenin bağımsızlığını test etmek için hem yeniden örnekleme yöntemlerini hem de klasik yöntemleri nasıl kullanacağını öğreneceksin. Bu bölüm, Ki-kare testinin nasıl uygulanacağını kapsar.

Çapraz tablolar

Siyaset ve Uzay

Kontenjans tablolarını anlama

Tidy'den tabloya, yeniden tidy'ye

Ki-kare test istatistiği

Tek bir permüte edilmiş Ki-kare

İki sıfır dağılımı oluşturma

Veri modelle tutarlı mı?

Alternatif yöntem: ki-kare dağılımı

Koşulları kontrol etme

Mutluluğun coğrafyası

İki yoldan p-değeri

Ki-kare dağılımı için aralıklar

Birçok parametreyi karşılaştırma: bağımsızlık

Kurs, seçim verilerini kullanan iki vaka çalışmasıyla tamamlanır. Burada, uyum iyiliğini kontrol etmek için Ki-kare testini nasıl kullanacağını öğreneceksin. İran ve Iowa’daki seçim sonuçlarını inceleyecek ve Benford yasasının bu veri kümeleri için geçerli olup olmadığını test edeceksin.

Vaka çalışması: seçim sahtekârlığı

İran verilerini tanıma

Kim kazandı?

Eyalet bazında inceleme

İlk basamağı çıkarma I

Uygunluk testi

Uygunluk (goodness of fit) testi

Bir p-değeri, iki yöntem

Bu, sahtekârlık kanıtı mı?

Ve şimdi ABD'ye

Iowa verisini tanıma

İlk rakamı çıkarma II

Iowa'yı test etmek

Iowa'da sahtekarlık mı?

İran ve Iowa'da seçim sahtekârlığı: değerlendirme

Birçok parametreyi karşılaştırma: uyum iyiliği

GSS data

Iowa election data

Iran election data

Kategorik veriler her yerde. En son kamuoyu yoklamalarında, genomikte yeni atılımlara yol açan verilerde ve internet şirketlerinin sana ürün satmak için topladığı veri yığınlarında. Bu kursta, sinyali sesten ayırma tekniklerini; bu verideki yapının ne zaman ilginç olguları temsil ettiğini ve ne zaman sadece rastgele gürültü olduğunu belirlemeye yarayan araçları öğreneceksin.

Foundations of Inference in R

Bu derste kategorik verilerle çalışmak için istatistiksel teknikleri kullanmayı öğreneceksiniz.

R ile Kategorik Verilerde Çıkarım

Bu kursta, kategorik verilerle çalışmak için istatistiksel tekniklerden nasıl yararlanabileceğinizi öğreneceksiniz.

İstatistiksel Çıkarım in R

Neden daha fazla bootstrap?

R ile Kategorik Verilerde Çıkarım

Uygulamalı etkileşimli egzersiz