Statistical inference is the process of drawing conclusions about populations or scientific truths from data. There are many modes of performing inference including statistical modeling, data oriented strategies and explicit use of designs and randomization in analyses. Furthermore, there are broad theories (frequentists, Bayesian, likelihood, design based, …) and numerous complexities (missing data, observed and unobserved confounding, biases) for performing inference. A practitioner can often be left in a debilitating maze of techniques, philosophies and nuance. This course presents the fundamentals of inference in a practical approach for getting things done. After taking this course, students will understand the broad directions of statistical inference and use this information for making informed choices in analyzing data.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Datenverarbeitung
Statistische Inferenz
von
83,785 bereits angemeldet!
Über diesen Kurs
70,012
70,012Was Sie lernen werden
Describe variability, distributions, limits, and confidence intervals
Make informed data analysis decisions
Understand the process of drawing conclusions about populations or scientific truths from data
Use p-values, confidence intervals, and permutation tests
Kompetenzen, die Sie erwerben
StatisticsStatistical InferenceStatistical Hypothesis Testing
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
118 Stunden zum Abschließen
Week 1: Probability & Expected Values
This week, we'll focus on the fundamentals including probability, random variables, expectations and more.
10 Videos (Gesamt 64 min), 11 Lektüren, 6 Quiz
10 Videos
02 01 Introduction to probability6m
02 02 Probability mass functions7m
02 03 Probability density functions13m
03 01 Conditional Probability3m
03 02 Bayes' rule7m
03 03 Independence3m
04 01 Expected values5m
04 02 Expected values, simple examples2m
04 03 Expected values for PDFs7m
11 Lektüren
Welcome to Statistical Inference10m
Some introductory comments10m
Pre-Course Survey10m
Syllabus10m
Course Book: Statistical Inference for Data Science10m
Data Science Specialization Community Site10m
Homework Problems10m
Probability10m
Conditional probability10m
Expected values10m
Practical R Exercises in swirl 110m
1 praktische Übung
Quiz 112m
Woche
211 Stunden zum Abschließen
Week 2: Variability, Distribution, & Asymptotics
We're going to tackle variability, distributions, limits, and confidence intervals.
10 Videos (Gesamt 76 min), 4 Lektüren, 4 Quiz
10 Videos
05 02 Variance simulation examples2m
05 03 Standard error of the mean7m
05 04 Variance data example3m
06 01 Binomial distrubtion3m
06 02 Normal distribution15m
06 03 Poisson6m
07 01 Asymptotics and LLN4m
07 02 Asymptotics and the CLT8m
07 03 Asymptotics and confidence intervals20m
4 Lektüren
Variability10m
Distributions10m
Asymptotics10m
Practical R Exercises in swirl Part 210m
1 praktische Übung
Quiz 216m
Woche
311 Stunden zum Abschließen
Week: Intervals, Testing, & Pvalues
We will be taking a look at intervals, testing, and pvalues in this lesson.
11 Videos (Gesamt 83 min), 5 Lektüren, 4 Quiz
11 Videos
08 02 T confidence intervals example4m
08 03 Independent group T intervals14m
08 04 A note on unequal variance3m
09 01 Hypothesis testing4m
09 02 Example of choosing a rejection region5m
09 03 T tests7m
09 04 Two group testing17m
10 01 Pvalues7m
10 02 Pvalue further examples5m
Just enough knitr to do the project3m
5 Lektüren
Confidence intervals10m
Hypothesis testing10m
P-values10m
Knitr10m
Practical R Exercises in swirl Part 310m
1 praktische Übung
Quiz 314m
Woche
413 Stunden zum Abschließen
Week 4: Power, Bootstrapping, & Permutation Tests
We will begin looking into power, bootstrapping, and permutation tests.
9 Videos (Gesamt 86 min), 4 Lektüren, 5 Quiz
9 Videos
11 02 Calculating Power12m
11 03 Notes on power4m
11 04 T test power8m
12 01 Multiple Comparisons25m
13 01 Bootstrapping7m
13 02 Bootstrapping example3m
13 03 Notes on the bootstrap10m
13 04 Permutation tests9m
4 Lektüren
Power10m
Resampling10m
Practical R Exercises in swirl Part 410m
Post-Course Survey10m
1 praktische Übung
Quiz 418m
42%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
38%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
10%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Top-Bewertungen
Course is compressed with lots of statistical concepts. Which is very good as most must know concepts are imparted. Lots of extra reading is required to gain all insights. Very good motivating start .
The strategy for model selection in multivariate environment should have been explained with an example. This will make the model selection process, interaction and its interpretation more clear.
Dozenten
Brian Caffo, PhD
Professor, BiostatisticsBloomberg School of Public Health
Roger D. Peng, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
Jeff Leek, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
Über Johns Hopkins University
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Über die Spezialisierung Datenverarbeitung
Ask the right questions, manipulate data sets, and create visualizations to communicate results.
This Specialization covers the concepts and tools you'll need throughout the entire data science pipeline, from asking the right kinds of questions to making inferences and publishing results. In the final Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, students will have a portfolio demonstrating their mastery of the material.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
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?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
Coursera arbeitet mit erstklassigen Universitäten und Organisationen zusammen, um Online-Kurse anzubieten und dadurch universellen Zugriff auf die weltweit beste Ausbildung zu ermöglichen.
© 2019 Coursera Inc. Alle Rechte vorbehalten.
