Örneklemenin ne olduğunu ve neden bu kadar güçlü olduğunu öğren. Ayrıca kolayda örneklemenin yarattığı sorunları ve gerçek rastgelelik ile sözde rastgelelik arasındaki farkları keşfedeceksin.

Örnekleme ve nokta tahminleri

Örnekleme için gerekçeler

pandas ile basit örnekleme

Basit örnekleme ve NumPy ile hesaplama

Kolayda örnekleme

Örneklem bulguları genellenebilir mi?

Bu bulgular genellenebilir mi?

Sözde rastgele sayı üretimi

Rastgele sayılar üretme

Rastgele tohumları (seed) anlamak

Örneklemeye Giriş

Artık uygulama zamanı: Python'da dört rastgele örnekleme yöntemini gerçekleştireceksin: basit, sistematik, tabakalı ve küme.

Basit rastgele ve sistematik örnekleme

Basit rastgele örnekleme

Sistematik örnekleme

Sistematik örnekleme uygun mu?

Tabakalı ve ağırlıklı rastgele örnekleme

Hangi örnekleme yöntemi?

Orantılı tabakalı örnekleme

Eşit sayıda tabakalı örnekleme

Ağırlıklı örnekleme

Küme örneklemesi

Kümelendirmenin faydaları

Küme örneklemesi uygulama

Örnekleme yöntemlerini karşılaştırma

3 tür örnekleme

Nokta tahminlerini karşılaştırma

Örnekleme Yöntemleri

Örneklemeni test edelim. Bu bölümde, örneklem istatistiklerinin doğruluğunu bağıl hatalarla nasıl nicelleştireceğini ve örnekleme dağılımları oluşturarak tahminlerindeki değişkenliği nasıl ölçeceğini keşfedeceksin.

Nokta tahminlerinin bağıl hatası

Göreli hataları hesaplama

Göreli hata vs. örneklem büyüklüğü

Örnekleme dağılımı oluşturma

Örnekleri çoğaltma

Tekrarlama parametreleri

Yaklaşık örnekleme dağılımları

Kesin örnekleme dağılımı

Yaklaşık bir örnekleme dağılımı oluşturma

Kesin vs. yaklaşık

Standart hatalar ve Merkezi Limit Teoremi

Ana kitle ve örnekleme dağılımı ortalamaları

Ana kitle ve örnekleme dağılımı varyasyonu

Örnekleme Dağılımları

Bilinmeyen bir popülasyondaki değişkenliği tahmin etmek için yeniden örnekleme yaparak bootstrapping uygulamasına hâkim olacaksın. Yeniden örnekleme kullanarak örnekleme dağılımları ile bootstrap dağılımları arasındaki farkı öğreneceksin.

Bootstrapping’e giriş

Seçenekler

Doğru

Yanlış

Bootstrapping’in prensipleri

Yerine koyarak mı, koymadan mı

Yerine koyarak

Yerine koymadan

Yerine koyarak mı, koymadan mı?

Bir bootstrap dağılımı oluşturma

Örnekleme ve bootstrap dağılımlarını karşılaştırma

Bootstrap istatistikleri ve anakitle istatistikleri

Örnekleme dağılımı vs. bootstrap dağılımı

Örnekleme ve bootstrap ortalamalarını karşılaştır

Örnekleme ve bootstrap standart sapmalarını karşılaştır

Güven aralıkları

Güven aralığının yorumlanması

Güven aralıklarını hesaplama

Tebrikler!

Bootstrap Dağılımları

Coffee ratings

Spotify song attributes

Employee attrition

Python'da örnekleme, çıkarımsal istatistik ve hipotez testinin temelidir. Tüm popülasyonu incelemeden sonuç çıkarabilmeni sağlayan, anket analizi ve deney tasarımında kullanılan güçlü bir beceridir. Bu Python'da Örnekleme kursunda, örneklemeyi ne zaman kullanacağını ve basit rastgele örneklemeden tabakalı ve küme örneklemesi gibi daha karmaşık yöntemlere kadar yaygın örnekleme türlerini nasıl uygulayacağını keşfedeceksin. Kahve puanlamaları, Spotify şarkıları ve çalışan ayrılmaları gibi gerçek veri kümelerini kullanarak, popülasyon istatistiklerini tahmin etmeyi ve örnekleme dağılımları ile bootstrap dağılımları oluşturarak tahminlerindeki belirsizliği nicelleştirmeyi öğreneceksin.

Introduction to Statistics in Python

Python ve istatistik kullanarak sınırlı verilerden sonuç çıkarmayı öğrenin.

Python'da Örnekleme

Python ve istatistik kullanarak sınırlı verilerden sonuçlar çıkarmayı öğrenin. Bu ders, rastgele örneklemden tabakalı ve küme örneklemeye kadar her şeyi kapsar.

Yardımcı Veri Bilimcisi  Python'da

Veri Analisti  Python'da

İstatistik Temelleri  Python'da

Güven aralığının yorumlanması

Python'da Örnekleme

Uygulamalı etkileşimli egzersiz