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
Was 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
Lehrplan - Was Sie in diesem Kurs lernen werden
Week 1: Probability & Expected Values
This week, we'll focus on the fundamentals including probability, random variables, expectations and more.
Week 2: Variability, Distribution, & Asymptotics
We're going to tackle variability, distributions, limits, and confidence intervals.
Week: Intervals, Testing, & Pvalues
We will be taking a look at intervals, testing, and pvalues in this lesson.
Week 4: Power, Bootstrapping, & Permutation Tests
We will begin looking into power, bootstrapping, and permutation tests.
44%
40%
12%
Top-Bewertungen von Statistische Inferenz
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, Biostatistics
Roger D. Peng, PhD
Associate Professor, Biostatistics
Jeff Leek, PhD
Associate Professor, BiostatisticsÜber Johns Hopkins University
Über den Spezialisierung Datenverarbeitung
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..