Dans ce cours, nous explorerons les principes de base de l'utilisation des données pour l'estimation et l'évaluation des théories. Nous analyserons à la fois les données catégorielles et les données quantitatives, en commençant par les techniques relatives à une population et en élargissant notre champ d'action pour traiter les comparaisons entre deux populations. Nous apprendrons à construire des intervalles de confiance. Nous utiliserons également des échantillons de données pour évaluer si une théorie sur la valeur d'un paramètre est cohérente avec les données. L'accent sera mis sur l'interprétation appropriée des résultats déductifs.
Analyse statistique inférentielle avec Python
Analyse statistique inférentielle avec Python
Ce cours fait partie de Spécialisation Statistiques avec Python
Instructeurs : Brenda Gunderson
45 536 déjà inscrits
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6
(911 avis)
niveau Intermédiaire
Expérience recommandée
Planning flexible
Env. 21 heures
Apprenez à votre propre rythme
94%
La plupart des étudiants ont apprécié ce cours
Ce que vous apprendrez
Déterminer les hypothèses nécessaires pour calculer les intervalles de confiance pour leurs paramètres de population respectifs.
Créez des intervalles de confiance en Python et interprétez les résultats.
Examiner comment les procédures inférentielles sont appliquées et interprétées étape par étape lors de l'analyse de données réelles.
Effectuez des tests d'hypothèse en Python et interprétez les résultats.
Compétences que vous acquerrez
- Catégorie : Intervalle de confiance
- Catégorie : Programmation en Python
- Catégorie : Inférence statistique
- Catégorie : Tests d'hypothèses statistiques
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
7 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Statistiques avec Python
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Au cours de cette première semaine, nous passerons en revue le programme du cours et découvrirons les différents concepts et objectifs à maîtriser dans les semaines à venir. Vous serez initié aux méthodes d'inférence et à certaines des questions de recherche que nous aborderons dans le cours, ainsi qu'à un cadre général pour prendre des décisions en utilisant des données, des considérations sur la façon dont vous prenez ces décisions et l'évaluation des erreurs que vous avez pu commettre. Du côté de Python, nous passerons en revue certains concepts de haut niveau du premier cours de cette série, le paysage statistique de Python, et nous parcourrons des concepts Python de niveau intermédiaire. Toutes les informations relatives à la notation, aux prérequis et aux attentes se trouvent dans le syllabus du cours et vous pouvez trouver plus d'informations sur notre page Ressources du cours.
Inclus
6 vidéos7 lectures1 devoir1 sujet de discussion3 laboratoires non notés
Au cours de cette deuxième semaine, nous apprendrons à estimer les paramètres d'une population à l'aide d'intervalles de confiance. Nous vous présenterons cinq types différents de paramètres de population, les hypothèses nécessaires au calcul d'un intervalle de confiance pour chacun de ces cinq paramètres et la manière de calculer les intervalles de confiance. Des quiz seront proposés tout au long de la semaine pour tester votre compréhension. En outre, vous apprendrez à créer des intervalles de confiance en Python.
Inclus
10 vidéos5 lectures3 devoirs6 laboratoires non notés
Au cours de la troisième semaine, nous apprendrons à tester différentes hypothèses en utilisant les cinq méthodes d'analyse abordées au cours de la semaine précédente. Nous discuterons de l'importance de divers facteurs et hypothèses dans le cadre des tests d'hypothèses et apprendrons à interpréter nos résultats. Nous verrons également comment distinguer la procédure appropriée à la question de recherche posée. Des quiz et une évaluation par les pairs seront proposés tout au long de la semaine pour tester votre compréhension.
Inclus
10 vidéos2 lectures2 devoirs1 évaluation par les pairs1 sujet de discussion6 laboratoires non notés
Au cours de la dernière semaine de ce cours, nous examinerons plusieurs exemples et études de cas qui illustrent les applications des procédures inférentielles abordées au cours des semaines précédentes. Les apprenants verront des exemples de questions de recherche bien formulées liées aux modèles d'étude et aux ensembles de données que nous avons discutés jusqu'à présent, et par le biais de l'estimation d'intervalles de confiance et de tests d'hypothèses formels, nous formulerons des réponses déductives à ces questions.
Inclus
6 vidéos5 lectures1 devoir
Instructeurs
Évaluations de l’enseignant
4.7 (146 évaluations)Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Coursera Project Network
Coursera Project Network
Wesleyan University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.6
911 avis
- 5 stars
73,65 %
- 4 stars
17,67 %
- 3 stars
5,37 %
- 2 stars
1,64 %
- 1 star
1,64 %
Affichage de 3 sur 911
RR
5
Révisé le 6 mars 2019
If you are interested in statistics and statistical analysis, this course gets you grounded in the essential aspects of statistics. Excellent instructors.
FJ
5
Révisé le 21 juin 2019
A very in-depth learning material for inferential statistics. Very good explanation of p-value which clarifies some of the prevailing misunderstandings.
GG
5
Révisé le 4 déc. 2019
It is absolutely great. Instructors are veeeery pasionated with what they do, and the course material is very good.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.