This course covers commonly used statistical inference methods for numerical and categorical data. You will learn how to set up and perform hypothesis tests, interpret p-values, and report the results of your analysis in a way that is interpretable for clients or the public. Using numerous data examples, you will learn to report estimates of quantities in a way that expresses the uncertainty of the quantity of interest. You will be guided through installing and using R and RStudio (free statistical software), and will use this software for lab exercises and a final project. The course introduces practical tools for performing data analysis and explores the fundamental concepts necessary to interpret and report results for both categorical and numerical data
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Statistics with R
von
Spezialisierung Statistics with RDuke UniversityÜber diesen Kurs
Karriereergebnisse der Lernenden
33%
22%
Kompetenzen, die Sie erwerben
Karriereergebnisse der Lernenden
33%
22%
von
Duke University
Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world.
Lehrplan - Was Sie in diesem Kurs lernen werden
About the Specialization and the Course
This short module introduces basics about Coursera specializations and courses in general, this specialization: Statistics with R, and this course: Inferential Statistics. Please take several minutes to browse them through. Thanks for joining us in this course!
Central Limit Theorem and Confidence Interval
Welcome to Inferential Statistics! In this course we will discuss Foundations for Inference. Check out the learning objectives, start watching the videos, and finally work on the quiz and the labs of this week. In addition to videos that introduce new concepts, you will also see a few videos that walk you through application examples related to the week's topics. In the first week we will introduce Central Limit Theorem (CLT) and confidence interval.
Inference and Significance
Welcome to Week Two! This week we will discuss formal hypothesis testing and relate testing procedures back to estimation via confidence intervals. These topics will be introduced within the context of working with a population mean, however we will also give you a brief peek at what's to come in the next two weeks by discussing how the methods we're learning can be extended to other estimators. We will also discuss crucial considerations like decision errors and statistical vs. practical significance. The labs for this week will illustrate concepts of sampling distributions and confidence levels.
Inference for Comparing Means
Welcome to Week Three of the course! This week we will introduce the t-distribution and comparing means as well as a simulation based method for creating a confidence interval: bootstrapping. If you have questions or discussions, please use this week's forum to ask/discuss with peers.
Inference for Proportions
Welcome to Week Four of our course! In this unit, we’ll discuss inference for categorical data. We use methods introduced this week to answer questions like “What proportion of the American public approves of the job of the Supreme Court is doing?”.
Bewertungen
Top-Bewertungen von INFERENTIAL STATISTICS
Great course. If you put in a little effort, you will come out with a lot of new knowledge. I recommend using the book after you have seen the movies. It gives a deeper picture of how it works. Great!
This course by Professor Çetinkaya-Rundel is awesome because it is taught in a very clear and vivid way. Lab section and forum are so dope that I love them so much! Definitely strong recommendation!!!
This course is an excellent overview of inferential statistic tests / hypothesis tests and confidence intervals. The organization and material is quite good, with exercises and applications using R.
Awesome. I loved the way this course is done. I know what Test Statistic to use for what type of data and under which conditions. I am preparing a cheat-sheet that will be shared with all later on.
Über den Spezialisierung Statistics with R
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
- Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
- Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
Cost of the Course
If you want to complete the course and earn a Course Certificate by submitting assignments for a grade, you can upgrade your experience by subscribing to the course for $49/month. You can also apply for financial aid if you can't afford the course fee.
When you enroll in a course that is part of a Specialization (which this course is), you will automatically be enrolled in the entire Specialization. You can unenroll from the Specialization if you’re not interested in the other courses or cancel your subscription once you complete the single course.
Can I just enroll in a single course? I'm not interested in the entire Specialization.
To enroll in an individual course, search for the course title in the catalog.
To get full access to a course, including the option to earn grades and a Course Certificate, you'll need to subscribe. New subscribers will start with a full access subscription, which includes full access to every course in the Coursera catalog. Existing Specialization subscribers will be given the option to update to a full access subscription when enrolling in a new Specialization or course.
When you enroll in a course that is part of a Specialization, you will automatically be enrolled in the entire Specialization. You can unenroll from the Specialization if you’re not interested in the other courses.
Will I receive a transcript from Duke University for completing this course?
No. Completion of a Coursera course does not earn you academic credit from Duke; therefore, Duke is not able to provide you with a university transcript. However, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
