Nhận diện phân phối

Nhận ra kiểu phân phối là bước rất quan trọng khi phân tích dữ liệu, bạn sẽ còn gặp lại trong các phần sau của khóa học.

Bạn được cung cấp một hình ảnh chứa ba phân phối xác suất được vẽ từ các mẫu của những bộ dữ liệu khác nhau. Nhiệm vụ của bạn là chọn mẫu nào có khả năng cao nhất được lấy từ một phân phối đều?

three_plots, first_showing_a_distribution_with_a_large_peak_on_the_left,second_showing_a_uniform_distribution_and_third_showing_a_symmetrical_distribution_peaking_in_the_middle.png

Bài tập này là một phần của khóa học

Nhập môn Thống kê

Xem khóa học

Bài tập tương tác thực hành

Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi

Bắt đầu bài tập

Bài tập này là một phần của khóa học

Nhập môn Thống kê

SkillTag.level.beginnerSkillTag.label

4.8+

Bắt đầu khóa học miễn phí

Thống kê tóm tắt cung cấp cho bạn các công cụ để mô tả dữ liệu. Trong chương này, bạn sẽ khám phá các thống kê tóm tắt như trung bình, trung vị và độ lệch chuẩn, và học cách diễn giải chúng chính xác. Bạn cũng sẽ rèn luyện tư duy phản biện để chọn được thống kê tóm tắt phù hợp nhất cho dữ liệu của mình.

Exercise 1: Thống kê là gì?Exercise 2: Ứng dụng thống kê trong đời thực Exercise 3: Nhận diện kiểu dữ liệu Exercise 4: Thống kê mô tả vs. thống kê suy luận Exercise 5: Các thước đo vị trí trung tâm Exercise 6: Số vụ cướp điển hình theo từng quận (Borough) ở London Exercise 7: Chọn thước đo phù hợp Exercise 8: Các khu hành chính London có tần suất tội phạm cao nhất Exercise 9: Các thước đo độ phân tán Exercise 10: Định nghĩa các thước đo độ phân tán Exercise 11: Biểu đồ hộp để đo độ phân tán Exercise 12: Tội phạm nào có độ lệch chuẩn lớn hơn

Xác suất là nền tảng của phần lớn thống kê, nơi nó được dùng để tính khả năng xảy ra của các sự kiện. Bạn sẽ làm việc với dữ liệu bán hàng thực tế và học cách diễn giải dữ liệu với các giá trị khác nhau như một phân phối xác suất. Bạn sẽ tìm hiểu về phân phối xác suất rời rạc và liên tục, bao gồm câu chuyện phát hiện phân phối chuẩn và vì sao nó thường xuyên xuất hiện trong các hiện tượng tự nhiên!

Exercise 1: Khả năng là bao nhiêu?Exercise 2: Điều nào có khả năng hơn?Exercise 3: Xác suất đơn hàng tiếp theo cao hơn giá trị trung bình Exercise 4: Xác suất có điều kiện Exercise 5: Biến cố phụ thuộc vs. độc lập Exercise 6: Đơn hàng có hơn 10 sản phẩm giỏ (basket)Exercise 7: Phân phối rời rạc Exercise 8: Nhận diện phân phối

Bài tập hiện tại

Exercise 9: Trung bình mẫu vs. trung bình lý thuyết Exercise 10: Phân phối liên tục Exercise 11: Phân phối rời rạc vs. liên tục Exercise 12: Nhận diện phân phối chuẩn Exercise 13: Xác suất với phân phối đều

Đến lúc khám phá thêm các phân phối xác suất. Bạn sẽ học về phân phối nhị thức để trực quan hóa xác suất của các kết cục nhị phân, và một trong những phân phối quan trọng nhất trong thống kê: phân phối chuẩn. Bạn sẽ thấy cách mô tả các phân phối qua hình dạng của chúng, đồng thời khám phá phân phối Poisson và vai trò của nó trong việc tính xác suất các sự kiện xảy ra theo thời gian. Bạn cũng sẽ hiểu về định lý giới hạn trung tâm!

Exercise 1: Phân phối nhị thức Exercise 2: Nhận diện phân phối nhị thức Exercise 3: Xác suất ảnh hưởng thế nào đến phân phối nhị thức Exercise 4: Xác định n và p Exercise 5: Phân phối chuẩn Exercise 6: Nhận biết phân phối chuẩn Exercise 7: Điều gì khiến phân phối chuẩn trở nên đặc biệt?Exercise 8: Nhận diện độ lệch Exercise 9: Mô tả phân phối bằng độ nhọn (kurtosis)Exercise 10: Định lý giới hạn trung tâm Exercise 11: Trực quan hóa các phân phối lấy mẫu Exercise 12: Định lý giới hạn trung tâm vs. Luật số lớn Exercise 13: Khi nào nên dùng định lý giới hạn trung tâm Exercise 14: Phân phối Poisson Exercise 15: Nhận diện các quá trình Poisson Exercise 16: Nhận biết lambda trong phân phối Poisson

Trong chương cuối, bạn sẽ được giới thiệu về kiểm định giả thuyết và cách sử dụng nó để rút ra kết luận chính xác về một tổng thể. Bạn sẽ khám phá khái niệm tương quan và cách dùng nó để định lượng mối quan hệ tuyến tính giữa hai biến. Bạn sẽ tìm hiểu về các kỹ thuật thiết kế thí nghiệm như ngẫu nhiên hóa và làm mù. Bạn cũng sẽ học về các khái niệm giúp giảm thiểu rủi ro rút ra kết luận sai khi diễn giải kết quả kiểm định giả thuyết!

Exercise 1: Kiểm định giả thuyết Exercise 2: Nắng và giấc ngủ Exercise 3: Quy trình kiểm định giả thuyết Exercise 4: Biến độc lập và biến phụ thuộc Exercise 5: Thực nghiệm Exercise 6: Nhận diện thử nghiệm có đối chứng Exercise 7: Vì sao dùng ngẫu nhiên hóa?Exercise 8: Tương quan Exercise 9: Nhận diện tương quan giữa các biến Exercise 10: Tương quan cho bạn biết điều gì?Exercise 11: Biến gây nhiễu Exercise 12: Diễn giải kết quả kiểm định giả thuyết Exercise 13: Mức ý nghĩa vs. p-value Exercise 14: Lỗi loại I và lỗi loại II Exercise 15: Chúc mừng bạn!