Kursplan
Vitenskapelig metode, sannsynlighet og Statistics
- Svært kort historie med statistikk Hvorfor kan være "sikker" på konklusjonene Sannsynlighet og beslutningstaking
Forberedelse til forskning (bestemme "hva" og "hvordan")
- Det store bildet: forskning er en del av en prosess med input og output Innsamling av data Spørsmål og måling Hva skal måles Observasjonsstudier Design av eksperimenter Analyse av data og grafiske metoder Forskning Ferdigheter og teknikker Forskning Management
Beskriver bivariate data
- Introduksjon til bivariate dataverdier for Pearson-korrelasjonen Gjette korrelasjoner Simuleringsegenskaper til Pearsons r Databehandling Pearsons r Restriction of Range Demo Varians Sum Law II Øvelser
Sannsynlighet
- Innledning Grunnleggende begreper Betinget sannsynlighet Demo Gamblere Feilslutning Simulering Bursdagsdemonstrasjon Binomialdistribusjon Binomialdemonstrasjon Grunnkurs Bayes' teorem Demonstrasjon Monty Hall Problemdemonstrasjonsøvelser
Normalfordelinger
- Introduksjon Historie Områder med normalfordelinger Varianter av normalfordeling Demo Standard Normal Normal Tilnærming til Binomial Normal Tilnærming Demoøvelser
Sampling distribusjoner
- Introduksjon Grunnleggende Demo Sample Size Demo Sentral Limit Theorem Demo Sampling Distribusjon av gjennomsnittet Sampling Distribusjon av forskjellen mellom midler Sampling Distribusjon av Pearsons r Sampling Distribusjon av en proporsjon Øvelser
Anslag
- Introduksjon Frihetsgrader Egenskaper for estimatorer Bias og variabilitetssimulering Konfidensintervaller Øvelser
Logikk for hypotesetesting
- Innledning Signifikanstesting Type I og Type II feil En- og tohalede tester Tolking av signifikante resultater Tolking av ikke-signifikante resultater Trinn i hypotesetesting Signifikanstesting og konfidensintervaller Misoppfatninger Øvelser
Testmidler
- Enkelt gjennomsnitt t distribusjonsdemo Differanse mellom to midler (uavhengige grupper) Robusthetssimulering Alle parvise sammenligninger mellom midler spesifikke sammenligninger Differanse mellom to midler (korrelerte par) Korrelerte t Simuleringsspesifikke sammenligninger (korrelerte observasjoner) Parvise sammenligninger (korrelerte observasjoner) Øvelser
Makt
- Introduksjon Eksempel på beregninger Faktorer som påvirker kraftøvelser
Forutsigelse
- Introduksjon til enkel lineær regresjon Linear Fit-demo Partisjonering av kvadrater Standardfeil for estimeringsprediksjonslinjedemo-inferensiell Statistics for b og r-øvelser
ANOVA
- Introduksjon ANOVA Designs One-Factor ANOVA (Between-Subjects) One-Way Demo Multi-Factor ANOVA (Between-Subjects) Ulike prøvestørrelser Tester Supplerende ANOVA innen-emner ANOVA Power of Within-Subjects Design Demoøvelser
Chi-plassen
- Chi Square Distribusjon Enveistabeller Testing av distribusjoner Demo Beredskapstabeller 2 x 2 Tabell Simuleringsøvelser
Kasusstudier
Analyse av utvalgte casestudier
Krav
Det kreves solid forståelse av beskrivende statistikk (gjennomsnitt, gjennomsnitt, standardavvik, varians) og grunnleggende forståelse av sannsynlighet.
Det kan være lurt å delta på forberedelseskurs: Statistics Nivå 1
Testimonials (8)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Kurs - Introduction to Data Visualization with Tidyverse and R
We were using road accident data for practicals
Maphahamiso Ralienyane - Road Safety Department
Kurs - Statistical Analysis using SPSS
Godt gjennomtenkt og høyverdig planleggingsmateriell.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Kurs - Forecasting with R
Machine Translated
Var ikke kjedelig, treneren kunne beholde oppmerksomheten, temaene ble dekket i dybden.
Marta - Ministerstwo Zdrowia
Kurs - Advanced R Programming
Machine Translated
very tailored to needs
Yashan Wang
Kurs - Data Mining with R
The subject matter and the pace were perfect.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs - Programming with Big Data in R
At the end of the class, we had a great overview of the language, we were provided tools to continue learning and were provided suggestions on how to continue learning. We covered AI/ML information.
Victor Prado - Global Knowledge Network Training Ltd
Kurs - R
That Haytham started with the basics and gave us enough time to do the examples and ensure that we were at the same page before we moved on to the next topic.