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

Welcome to the course!

Generate bootstrap distribution for median

Review percentile and standard error methods

Calculate bootstrap interval using both methods

Which method more appropriate: percentile or SE?

Doctor visits during pregnancy

Average number of doctor's visits

SD of number of doctor's visits

Re-centering a bootstrap distribution

Test for median price of 1 BR apartments in Manhattan

Conclude the hypothesis test on median

Test for average weight of babies

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.

Kelime dağarcığı puanı: (kendini tanımlanan) sosyal sınıflar arasında farklılık gösteriyor mu?

Kelime bilgisi puanı ve sosyal sınıf için EDA

Birçok ortalamayı görsel olarak karşılaştırma

ANOVA

Kelime dağarcığı puanı ile (kişinin kendi belirttiği) sosyal sınıf için ANOVA

ANOVA için koşullar

Normallik koşulunu kontrol etme

Sabit varyans koşulunu kontrol etme

Post-hoc testler

alpha* değerini hesapla

Çiftler halinde ortalamaları karşılaştır

Tebrikler!

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

Birçok ortalamayı görsel olarak karşılaştırma

R'da Sayısal Veriler için Çıkarım

Uygulamalı etkileşimli egzersiz