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-dağılımı

Ne zaman t?

t-dağılımı altında olasılıklar

t-dağılımında eşik değerleri

Bir ortalamayı t-aralığıyla tahmin etme

Amerikalıların ortalama işe gidiş süresi

Çalışılan ortalama saat sayısı

eşleştirilmiş veriler için t-aralığı

Farklı düzeylerde t-aralığı

Güven aralıklarını anlama

Bir ortalamayı t-testi ile sınamak

Ders kitabı fiyatlarındaki medyan farkı tahmin et

Ortanca test puanlarında fark için test

p-değerini yorumla

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

Güven aralıklarını anlama

R'da Sayısal Veriler için Çıkarım

Uygulamalı interaktif egzersiz