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.

İki ortalamayı karşılaştırmak için hipotez testi

Kök hücre tedavisinin etkinliğini değerlendirme

Kök hücre tedavisinin etkinliğini değerlendirme (devam)

Hipotez testinin sonucu

Gebelikte sigara içme ile doğum ağırlığı arasındaki ilişkiyi değerlendirme

İki ortalama farkı için bootstrap GA

Gebelikte sigara içme ile doğum ağırlığı arasındaki ilişkiyi ölçmek

Sigara içen ve içmeyen anneler için gebelik sürelerinin medyanları

t-testi ile ortalamaları karşılaştırma

Saatlik ücret ve vatandaşlık durumu

İki ortalama farkını t-aralığı ile tahmin etme

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

Associate Professor of the Practice, Duke University

Bootstrap CI for difference in two means

Bootstrap CI for a difference

Let's practice!

Inference for difference in two parameters - İki ortalama farkı için bootstrap GA

İki ortalama farkı için bootstrap GA

Create Your Free Account