Kursplan
Vetenskaplig metod, sannolikhet och Statistics
- Mycket kort historia av statistik
- Varför kan vara "säker" om slutsatserna
- Sannolikhet och beslutsfattande
Förberedelse för forskning (bestämma "vad" och "hur")
- Den stora bilden: forskning är en del av en process med input och output
- Samla data
- Frågeställare och mätning
- Vad man ska mäta
- Observationsstudier
- Design av experiment
- Analys av data och grafiska metoder
- Forskningsfärdigheter och tekniker
- Forskning Management
Beskrivning av bivariat data
- Introduktion till bivariat data
- Värden för Pearson-korrelationen
- Simulering av gissning av korrelationer
- Egenskaper för Pearsons r
- Beräkna Pearsons r
- Demo med begränsning av räckvidd
- Varianssummalag II
- Övningar
Sannolikhet
- Introduktion
- Grundläggande koncept
- Villkorlig sannolikhetsdemo
- Gamblers villfarelsesimulering
- Födelsedagsdemonstration
- Binomial distribution
- Binomial demonstration
- Baspriser
- Bayes satsdemonstration
- Monty Hall Problem Demonstration
- Övningar
Normalfördelningar
- Introduktion
- Historia
- Områden med normalfördelningar
- Variationer av normaldistributionsdemo
- Standard Normal
- Normal approximation till binomial
- Normal Approximation Demo
- Övningar
Provtagningsdistributioner
- Introduktion
- Grundläggande demo
- Provstorlek Demo
- Central Limit Theorem Demo
- Provtagning Fördelning av medelvärdet
- Provtagning Fördelning av skillnad mellan medel
- Provtagning Distribution av Pearsons r
- Provtagningsfördelning av en andel
- Övningar
Uppskattning
- Introduktion
- Grader av frihet
- Egenskaper hos estimatorer
- Bias och Variabilitetssimulering
- Konfidensintervall
- Övningar
Logik för hypotestestning
- Introduktion
- Betydelsestestning
- Typ I och Typ II fel
- En- och tvåsidiga tester
- Tolka betydelsefulla resultat
- Tolka icke-signifikanta resultat
- Steg i hypotestestning
- Signifikanstestning och konfidensintervall
- Missuppfattningar
- Övningar
Testmedel
- Singel medelvärde
- t Distributionsdemo
- Skillnad mellan två medel (oberoende grupper)
- Robusthetssimulering
- Alla parvisa jämförelser mellan medel
- Specifika jämförelser
- Skillnad mellan två medel (korrelerade par)
- Korrelerad t Simulering
- Specifika jämförelser (korrelerade observationer)
- Parvisa jämförelser (korrelerade observationer)
- Övningar
Kraft
- Introduktion
- Exempel beräkningar
- Faktorer som påverkar makt
- Övningar
Förutsägelse
- Introduktion till enkel linjär regression
- Linear Fit Demo
- Uppdelning av summor av kvadrater
- Standardfel för uppskattningen
- Prediction Line Demo
- Inferential Statistics för b och r
- Övningar
ANOVA
- Introduktion
- ANOVA Designs
- Enfaktor ANOVA (Between-Subjects)
- Envägsdemo
- Multi-Factor ANOVA (Between-Subjects)
- Olika provstorlekar
- Tester som kompletterar ANOVA
- Inom-Ämnen ANOVA
- Power of Within-Subjects Designs Demo
- Övningar
Chi Square
- Chi Square Distribution
- Enkelriktade bord
- Testa distributionsdemo
- Beredskapstabeller
- 2 x 2 bordssimulering
- Övningar
Fallstudier
Analys av utvalda fallstudier
Krav
Gedigen förståelse för beskrivande statistik (medelvärde, medelvärde, standardavvikelse, varians) och grundläggande förståelse för sannolikhet krävs.
Du kanske vill delta i förberedelsekursen: Statistics Nivå 1
Vittnesmål (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
Genomtänkt och högklassigt planeringsmaterial.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Kurs - Forecasting with R
Machine Translated
Var inte tråkigt, tränaren kunde behålla uppmärksamheten, ämnena behandlades på djupet.
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.