In this chapter you'll use bootstrapping techniques to estimate a single parameter from a numerical distribution.

Kursa hoş geldin!

Ortanca için önyükleme dağılımı oluştur

Yüzdelik ve standart hata yöntemlerini gözden geçir

Her iki yöntemi kullanarak bootstrap aralığını hesapla

Hangi yöntem daha uygun: yüzde birlik (percentile) mi yoksa SH (SE) mi?

Gebelikte doktor ziyaretleri

Ortalama doktor ziyareti sayısı

Doktor ziyaretlerinin sayısının standart sapması

Bir bootstrap dağılımını yeniden merkeze almak

Manhattan'daki 1 BR dairelerin medyan fiyatı için test

Ortanca üzerine hipotez testini sonuçlandır

Bebeklerin ortalama ağırlığı için test

Bootstrapping for estimating a parameter

In this chapter you'll use Central Limit Theorem based techniques to estimate a single parameter from a numerical distribution. You will do this using the t-distribution.

t-distribution

When to t?

Probabilities under the t-distribution

Cutoffs under the t-distribution

Estimating a mean with a t-interval

Average commute time of Americans

Average number of hours worked

t-interval for paired data

t-interval at various levels

Understanding confidence intervals

Testing a mean with a t-test

Estimate the median difference in textbook prices

Test for a difference in median test scores

Interpret the p-value

Introducing the t-distribution

In this chapter you'll extend what you have learned so far to use both simulation and CLT based techniques for inference on the difference between two parameters from two independent numerical distributions.

Hypothesis testing for comparing two means

Evaluating the effectiveness of stem cell treatment

Evaluating the effectiveness of stem cell treatment (cont.)

Conclusion of the hypothesis test

Evaluating the relationship between smoking during pregnancy and birth weight

Bootstrap CI for difference in two means

Quantifying the relationship between smoking during pregnancy and birth weight

Median lengths of pregnancies for smoking and non-smoking mothers

Comparing means with a t-test

Hourly pay vs. citizenship status

Estimating the difference of two means using a t-interval

Inference for difference in two parameters

In this chapter you will use ANOVA (analysis of variance) to test for a difference in means across many groups.

Vocabulary score vary between vs. (self identified) social class

EDA for vocabulary score vs. social class

Comparing many means, visually

ANOVA

ANOVA for vocabulary score vs. (self identified) social class

Conditions for ANOVA

Checking the normality condition

Checking the constant variance condition

Post-hoc testing

Calculate alpha*

Compare pairwise means

Congratulations!

Comparing many means

Chp1-vid1-boot-dist-noaxes-parantheses

Chp1-vid1-bootsamp-bootpop.001

Chp1-vid1-manhattan-rents

Chp1-vid2-boot-dist-withaxes

Chp1-vid2-perc-method.001

Chp1-vid2-perc-method.002

Chp1-vid3-boot-test.001

Chp3-vid3-hrly-rate-citizen-smaller

Chp3-vid3-hrly-rate-citizen

Chp4-vid1-class-bar

Chp4-vid1-wodrsum-hist

Gss moredays

GSS data

Manhattan rent data

Runners.001

Tdistcomparetonormaldist

Bu kursta, sayısal verilerle çıkarım yapmayı ve tahminlerde bulunmayı sağlayan istatistiksel teknikleri öğreneceksin. Kurs, bu yaygın görevler için iki yaklaşım kullanır. İlk yaklaşım, yeniden örnekleme tabanlı testler ve güven aralıkları oluşturmak için bootstrapping ve permütasyondan yararlanır. İkinci yaklaşım ise aynı sonuca ulaşmak için kuramsal sonuçlar ve t-dağılımını kullanır. Bir t-testi nasıl (ve ne zaman) yapılır, bir güven aralığı nasıl oluşturulur ve ANOVA nasıl yapılır öğreneceksin!

Foundations of Inference in R

Parametre tahmini ve t-dağılımı ile istatistiksel çıkarımlar yapmayı öğrenin.

R'da Sayısal Veriler için Çıkarım

Bu derste sayısal veriler üzerinde istatistiksel çıkarım yapma tekniklerini öğreneceksiniz.

İstatistiksel Çıkarım in R

Hangi yöntem daha uygun: yüzde birlik (percentile) mi yoksa SH (SE) mi?

R'da Sayısal Veriler için Çıkarım

Uygulamalı interaktif egzersiz