This course introduces statistical inference, sampling distributions, and confidence intervals. Students will learn how to define and construct good estimators, method of moments estimation, maximum likelihood estimation, and methods of constructing confidence intervals that will extend to more general settings.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
Statistical Inference for Estimation in Data Science
Dieser Kurs ist Teil von Spezialisierung Data Science Foundations: Statistical Inference
Dozent: Jem Corcoran
7.131 bereits angemeldet
Bei enthalten
(81 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Identify characteristics of “good” estimators and be able to compare competing estimators.
Construct sound estimators using the techniques of maximum likelihood and method of moments estimation.
Construct and interpret confidence intervals for one and two population means, one and two population proportions, and a population variance.
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
12 Quizzes
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 6 Module
Welcome to the course! This module contains logistical information to get you started!
Das ist alles enthalten
1 Video4 Lektüren1 Unbewertetes Labor
In this module you will learn how to estimate parameters from a large population based only on information from a small sample. You will learn about desirable properties that can be used to help you to differentiate between good and bad estimators. We will review the concepts of expectation, variance, and covariance, and you will be introduced to a formal, yet intuitive, method of estimation known as the "method of moments".
Das ist alles enthalten
10 Videos11 Lektüren4 Quizzes1 Programmieraufgabe1 Unbewertetes Labor
In this module we will learn what a likelihood function is and the concept of maximum likelihood estimation. We will construct maximum likelihood estimators (MLEs) for one and two parameter examples and functions of parameters using the invariance property of MLEs.
Das ist alles enthalten
5 Videos5 Lektüren2 Quizzes1 Programmieraufgabe1 Unbewertetes Labor
In this module we will explore large sample properties of maximum likelihood estimators including asymptotic unbiasedness and asymptotic normality. We will learn how to compute the “Cramér–Rao lower bound” which gives us a benchmark for the smallest possible variance for an unbiased estimator.
Das ist alles enthalten
5 Videos5 Lektüren2 Quizzes1 Programmieraufgabe1 Unbewertetes Labor
In this module we learn about the theory of “interval estimation”. We will learn the definition and correct interpretation of a confidence interval and how to construct one for the mean of an unseen population based on both large and small samples. We will look at the cases where the variance is known and unknown.
Das ist alles enthalten
5 Videos5 Lektüren2 Quizzes1 Programmieraufgabe2 Unbewertete Labore
In this module, we will generalize the lessons of Module 4 so that we can develop confidence intervals for other quantities of interest beyond the distribution mean and for other distributions entirely. This module covers two sample confidence intervals in more depth, and confidence intervals for population variances and proportions. We will also learn how to develop confidence intervals for parameters of interest in non-normal distributions.
Das ist alles enthalten
5 Videos5 Lektüren2 Quizzes1 Unbewertetes Labor
Dozent
Empfohlen, wenn Sie sich für Probability and Statistics interessieren
University of Amsterdam
University of Colorado Boulder
University of Colorado Boulder
University of California, Santa Cruz
Auf einen Abschluss hinarbeiten
Dieses Kurs ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Colorado Boulderangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 81
81 Bewertungen
- 5 stars
58,02 %
- 4 stars
19,75 %
- 3 stars
6,17 %
- 2 stars
7,40 %
- 1 star
8,64 %
Geprüft am 3. Sep. 2022
Geprüft am 27. Feb. 2024
Geprüft am 27. Jan. 2024
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.