Ce cours couvre les méthodes d'inférence statistique couramment utilisées pour les données numériques et catégorielles. Vous apprendrez à mettre en place et à effectuer des tests d'hypothèse, à interpréter les valeurs p et à présenter les résultats de votre analyse d'une manière qui soit interprétable pour les clients ou le public. À l'aide de nombreux exemples de données, vous apprendrez à présenter des estimations de quantités d'une manière qui exprime l'incertitude de la quantité en question. Vous serez guidé dans l'installation et l'utilisation de R et de RStudio (logiciel statistique gratuit), et vous utiliserez ce logiciel pour des exercices en laboratoire et un projet final. Le cours présente des outils pratiques pour effectuer des analyses de données et explore les concepts fondamentaux nécessaires pour interpréter et rapporter des résultats pour des données catégorielles et numériques
Statistiques déductives
Ce cours fait partie de Spécialisation Analyse de données avec R
Instructeur : Mine Çetinkaya-Rundel
120 585 déjà inscrits
Inclus avec
(2,709 avis)
Compétences que vous acquerrez
- Catégorie : Inférence statistique
- Catégorie : Tests d'hypothèses statistiques
- Catégorie : La programmation en R
Détails à connaître
Ajouter à votre profil LinkedIn
12 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- 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 5 modules dans ce cours
Ce court module présente les bases des spécialisations et des cours Coursera en général, cette spécialisation : Statistics with R, et ce cours : Statistiques inférentielles. Veuillez prendre quelques minutes pour les parcourir. Merci de nous rejoindre dans ce cours !
Inclus
2 lectures
Bienvenue aux statistiques inférentielles ! Dans ce cours, nous aborderons les fondements de l'inférence. Consultez les objectifs d'apprentissage, commencez à regarder les vidéos, et enfin travaillez sur le quiz et les laboratoires de cette semaine. En plus des vidéos qui introduisent de nouveaux concepts, vous verrez également quelques vidéos qui vous guideront à travers des exemples d'application liés aux sujets de la semaine. Au cours de la première semaine, nous introduirons le théorème central limite (CLT) et l'intervalle de confiance.
Inclus
7 vidéos6 lectures3 devoirs
Bienvenue à la deuxième semaine ! Cette semaine, nous aborderons les tests d'hypothèse formels et nous relierons les procédures de test à l'estimation par le biais des intervalles de confiance. Ces sujets seront introduits dans le contexte du travail avec une moyenne de population, mais nous vous donnerons également un bref aperçu de ce qui vous attend dans les deux prochaines semaines en discutant de la manière dont les méthodes que nous apprenons peuvent être étendues à d'autres estimateurs. Nous aborderons également des considérations cruciales telles que les erreurs de décision et la signification statistique par rapport à la signification pratique. Les travaux pratiques de cette semaine illustreront les concepts de distributions d'échantillonnage et de niveaux de confiance.
Inclus
7 vidéos5 lectures3 devoirs
Bienvenue à la troisième semaine du cours ! Cette semaine, nous vous présenterons la distribution t et la comparaison des moyennes, ainsi qu'une méthode basée sur la simulation pour créer un intervalle de confiance : le bootstrapping. Si vous avez des questions ou des discussions, veuillez utiliser le forum de cette semaine pour les poser ou en discuter avec vos pairs.
Inclus
11 vidéos5 lectures3 devoirs
Bienvenue à la quatrième semaine de notre cours ! Dans cette unité, nous discuterons de l'inférence pour les données catégorielles. Nous utiliserons les méthodes présentées cette semaine pour répondre à des questions telles que "Quelle proportion du public américain approuve le travail de la Cour Suprême ?" Cette semaine également, vous utiliserez l'ensemble des données fournies pour répondre à une question d'analyse de données et rédiger un rapport à ce sujet. Veuillez lire les instructions du projet pour réaliser cette auto-évaluation.
Inclus
11 vidéos6 lectures3 devoirs
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Probabilités et Statistiques
Johns Hopkins University
École Polytechnique
Wesleyan University
École Polytechnique
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
2 709 avis
- 5 stars
82,95 %
- 4 stars
13,31 %
- 3 stars
2,02 %
- 2 stars
0,59 %
- 1 star
1,10 %
Affichage de 3 sur 2709
Révisé le 8 sept. 2024
It is a very useful course and the learners are able to learn through the videos and the excercises and the lab assignment. I have learnt new things in this course, especially through R
Révisé le 28 févr. 2017
Great course. If you put in a little effort, you will come out with a lot of new knowledge. I recommend using the book after you have seen the movies. It gives a deeper picture of how it works. Great!
Révisé le 25 mai 2024
This course equips students with the knowledge and skills needed to collect, analyze, and interpret data effectively, making it a valuable tool in many fields of study and professions.
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
Si vous souhaitez terminer le cours et obtenir un certificat de cours en soumettant des travaux pour obtenir une note, vous pouvez améliorer votre expérience en vous abonnant au cours pour 49 $/mois. Vous pouvez également demander une aide financière si vous n'avez pas les moyens de payer les frais de cours.
Lorsque vous vous inscrivez à un cours qui fait partie d'une Specializations (ce qui est le cas de ce cours), vous êtes automatiquement inscrit à l'ensemble de la Specialization. Vous pouvez vous désinscrire de la Specializations si vous n'êtes pas intéressé par les autres cours ou annuler votre inscription une fois que vous avez terminé le cours unique.
Pour vous inscrire à un cours individuel, recherchez le titre du cours dans le catalogue.
Pour obtenir un accès complet à un cours, y compris la possibilité d'obtenir des notes et un certificat de cours, vous devez vous abonner. Les nouveaux abonnés commenceront par un abonnement d'accès complet, qui comprend un accès complet à tous les cours du catalogue Coursera. Les abonnés à une spécialisation existante auront la possibilité de passer à un abonnement à accès complet lorsqu'ils s'inscrivent à une nouvelle spécialisation ou à un nouveau cours.
Lorsque vous vous inscrivez à un cours qui fait partie d'une Specializations, vous serez automatiquement inscrit à l'ensemble de la Specialization. Vous pouvez vous désinscrire de la Specialization si vous n'êtes pas intéressé par les autres cours.
Non. L'achèvement d'un cours Coursera ne vous donne pas droit à un crédit académique de Duke ; par conséquent, Duke n'est pas en mesure de vous fournir un relevé de notes universitaire. Cependant, votre certificat électronique sera ajouté à votre page Accomplishments - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.