t-розподіл

Яке твердження про t-розподіл є не правильним?

Ця вправа є частиною курсу

Вступ до статистики в R

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 статистики в R

SkillTag.level.intermediateSkillTag.label

4.8+

2099 reviews

Почніть курс безкоштовно

Описова статистика надає інструменти, щоб звести великі набори даних до ключових показників. У цьому розділі ви розглянете описові характеристики, зокрема середнє, медіану та стандартне відхилення, і навчитеся коректно їх тлумачити. Ви також розвинете критичне мислення, щоб обирати найвідповідніші показники для ваших даних.

Exercise 1: Що таке статистика?Exercise 2: Описова та інференційна статистика Exercise 3: Класифікація типів даних Exercise 4: Міри центральної тенденції Exercise 5: Середнє та медіана Exercise 6: Середнє проти медіани Exercise 7: Показники розсіювання Exercise 8: Дисперсія та стандартне відхилення Exercise 9: Квартилі, квантилі та квінтилі Exercise 10: Пошук викидів за допомогою IQR

У цьому розділі ви дізнаєтеся, як генерувати випадкові вибірки та вимірювати шанс за допомогою імовірності. Ви попрацюєте з реальними даними про продажі, щоб обчислити імовірність успіху продавця. Нарешті, ви використаєте біноміальний розподіл для моделювання подій із двома можливими наслідками.

Exercise 1: Які шанси?Exercise 2: З поверненням чи без?Exercise 3: Обчислення ймовірностей Exercise 4: Вибірка угод Exercise 5: Дискретні розподіли Exercise 6: Створення розподілу ймовірностей Exercise 7: Розпізнавання розподілів Exercise 8: Математичне сподівання vs. вибіркове середнє Exercise 9: Неперервні розподіли Exercise 10: Який це розподіл?Exercise 11: Резервні копії даних Exercise 12: Моделювання часу очікування Exercise 13: Біноміальний розподіл Exercise 14: Моделювання угод із продажу Exercise 15: Обчислення біноміальних імовірностей Exercise 16: Скільки продажів буде виграно?

Час дослідити один із найважливіших імовірнісних розподілів у статистиці — нормальний розподіл. Ви створите гістограми для відображення нормальних розподілів і зрозумієте центральну граничну теорему, а потім розширите набір статистичних функцій, додавши розподіли Пуассона, експоненційний та 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 середніх Exercise 10: Розподіл Пуассона Exercise 11: Визначення λ (lambda)Exercise 12: Відстеження відповідей на ліди Exercise 13: Інші розподіли ймовірностей Exercise 14: Занадто багато розподілів Exercise 15: Моделювання часу між лідами Exercise 16: t-розподіл

Поточна вправа

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

Exercise 1: Кореляція Exercise 2: Визначте кореляцію Exercise 3: Зв'язки між змінними Exercise 4: Застереження щодо кореляції Exercise 5: Чого кореляція не може виміряти?Exercise 6: Перетворення змінних Exercise 7: Чи робить цукор щасливішими?Exercise 8: Змішувальні змінні Exercise 9: Планування експериментів Exercise 10: Типи досліджень Exercise 11: Поздовжні vs. кроссекційні дослідження Exercise 12: Вітаємо!