Розпізнавання розподілів

Яка вибірка найімовірніше взята з рівномірного розподілу?

A: дзвоноподібний розподіл, B: відносно плаский розподіл, C: багато нижчих значень, менше високих значень

Ця вправа є частиною курсу

Вступ до Statistics у Python

Переглянути курс

Практична інтерактивна вправа

Перетворіть теорію на практику за допомогою однієї з наших інтерактивних вправ

Почати вправу

Ця вправа є частиною курсу

Вступ до Statistics у Python

SkillTag.level.intermediateSkillTag.label

4.8+

Почніть курс безкоштовно

Описова статистика дає інструменти, щоб стисло підсумувати великі набори даних і виділити головне. У цьому розділі ви розглянете середні характеристики, зокрема середнє, медіану та стандартне відхилення, і навчитеся коректно їх тлумачити. Ви також розвинете критичне мислення, щоб обирати найдоречніші підсумкові показники для ваших даних.

Exercise 1: Що таке статистика?Exercise 2: Описова та інферентна статистика Exercise 3: Класифікація типів даних Exercise 4: Міри центру Exercise 5: Обчислення середнього та медіани Exercise 6: Середнє, медіана та форма розподілу Exercise 7: Міри розкиду Exercise 8: Дисперсія та стандартне відхилення Exercise 9: Квартилі, квантилі та квінтилі Exercise 10: Пошук викидів за допомогою IQR

У цьому розділі ви навчитеся генерувати випадкові вибірки та вимірювати випадковість за допомогою ймовірності. Ви попрацюєте з реальними даними продажів, щоб обчислити ймовірність успіху менеджера з продажів. Нарешті, ви використаєте біноміальний розподіл для моделювання подій із двома можливими наслідками.

Exercise 1: Які шанси?Exercise 2: З поверненням чи без повернення?Exercise 3: Обчислення ймовірностей Exercise 4: Вибірка угод Exercise 5: Дискретні розподіли Exercise 6: Створення розподілу ймовірностей Exercise 7: Розпізнавання розподілів

Поточна вправа

Exercise 8: Математичне сподівання vs. вибіркове середнє Exercise 9: Неперервні розподіли Exercise 10: Який розподіл?Exercise 11: Резервні копії даних Exercise 12: Моделювання часу очікування Exercise 13: Біноміальний розподіл Exercise 14: Моделювання угод з продажу Exercise 15: Обчислення біноміальних імовірностей Exercise 16: Скільки продажів буде виграно?

Час дослідити один із найважливіших ймовірнісних розподілів у статистиці — нормальний розподіл. Ви створите гістограми для відображення нормальних розподілів і зрозумієте центральну граничну теорему, а потім розширите набір статистичних функцій, додавши до нього розподіли Пуассона, експоненційний і t-розподіл.

Exercise 1: Нормальний розподіл Exercise 2: Розподіл продажів Аміра Exercise 3: Ймовірності для нормального розподілу Exercise 4: Моделювання продажів в умовах нового ринку Exercise 5: Який ринок кращий?Exercise 6: Центральна гранична теорема Exercise 7: Візуалізація вибіркових розподілів Exercise 8: Центральна гранична теорема в дії Exercise 9: Середнє зі середніх Exercise 10: Розподіл Пуассона Exercise 11: Визначаємо λ (lambda)Exercise 12: Відстеження відповідей на ліди Exercise 13: Інші розподіли ймовірностей Exercise 14: Перетягування та співставлення розподілів Exercise 15: Моделювання часу між лідами Exercise 16: t-розподіл

У цьому розділі ви навчитеся кількісно оцінювати силу лінійного зв'язку між двома змінними та дослідите, як змішувальні (конфаундингові) змінні можуть впливати на зв'язок між іншими змінними. Ви також побачите, як дизайн дослідження може впливати на результати, змінювати спосіб аналізу даних і потенційно впливати на надійність ваших висновків.

Exercise 1: Кореляція Exercise 2: Відгадайте кореляцію Exercise 3: Зв'язки між змінними Exercise 4: Застереження щодо кореляції Exercise 5: Що кореляція не може виміряти?Exercise 6: Перетворення змінних Exercise 7: Чи підвищує цукор рівень щастя?Exercise 8: Змішувальні змінні (confounders)Exercise 9: Дизайн експериментів Exercise 10: Типи досліджень Exercise 11: Лонгітюдні vs. крос-секційні дослідження Exercise 12: Вітаємо!