Ce cours présente l'inférence statistique, les distributions d'échantillonnage et les intervalles de confiance. Les étudiants apprendront à définir et à construire de bons estimateurs, la méthode d'estimation des moments, l'estimation du maximum de vraisemblance et des méthodes de construction d'intervalles de confiance qui s'étendront à des contextes plus généraux.
Inférence statistique pour l'estimation en science des données
Ce cours fait partie de Spécialisation Fondements de la science des données : Inférence statistique
Instructeur : Jem Corcoran
7 296 déjà inscrits
Inclus avec
(83 avis)
Expérience recommandée
Ce que vous apprendrez
Identifier les caractéristiques des "bons" estimateurs et être capable de comparer des estimateurs concurrents.
Construire des estimateurs solides en utilisant les techniques d'estimation du maximum de vraisemblance et de la méthode des moments.
Construire et interpréter des intervalles de confiance pour une et deux moyennes de population, une et deux proportions de population et une variance de population.
Détails à connaître
Ajouter à votre profil LinkedIn
12 quizzes
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
Dans ce module, vous apprendrez à estimer les paramètres d'une grande population en vous basant uniquement sur les informations d'un petit échantillon. Vous découvrirez les propriétés souhaitables qui peuvent être utilisées pour vous aider à différencier les bons et les mauvais estimateurs. Nous passerons en revue les concepts d'espérance, de variance et de covariance, et nous vous présenterons une méthode d'estimation formelle, mais intuitive, connue sous le nom de "méthode des moments".
Inclus
10 vidéos11 lectures4 quizzes1 devoir de programmation1 laboratoire non noté
Dans ce module, nous apprendrons ce qu'est une fonction de vraisemblance et le concept d'estimation du maximum de vraisemblance. Nous construirons des estimateurs du maximum de vraisemblance (EMV) pour des exemples à un et deux paramètres et des fonctions de paramètres en utilisant la propriété d'invariance des EMV
Inclus
5 vidéos5 lectures2 quizzes1 devoir de programmation1 laboratoire non noté
Dans ce module, nous explorerons les propriétés des estimateurs du maximum de vraisemblance pour les grands échantillons, y compris l'absence de biais asymptotique et la normalité asymptotique. Nous apprendrons à calculer la "borne inférieure de Cramér-Rao" qui nous donne une référence pour la plus petite variance possible pour un estimateur sans biais.
Inclus
5 vidéos5 lectures2 quizzes1 devoir de programmation1 laboratoire non noté
Dans ce module, nous apprenons la théorie de "l'estimation par intervalles". Nous apprendrons la définition et l'interprétation correcte d'un intervalle de confiance et comment en construire un pour la moyenne d'une population non vue sur la base d'échantillons petits et grands. Nous examinerons les cas où la variance est connue et inconnue
Inclus
5 vidéos5 lectures2 quizzes1 devoir de programmation2 laboratoires non notés
Dans ce module, nous généraliserons les leçons du module 4 afin de pouvoir développer des intervalles de confiance pour d'autres quantités d'intérêt que la moyenne de la distribution et pour d'autres distributions. Ce module aborde de manière plus approfondie les intervalles de confiance pour deux échantillons, ainsi que les intervalles de confiance pour les variances et les proportions de la population. Nous apprendrons également à développer des intervalles de confiance pour les paramètres d'intérêt dans les distributions non normales
Inclus
5 vidéos5 lectures2 quizzes1 laboratoire non noté
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Probabilités et Statistiques
Coursera Instructor Network
University of Illinois Urbana-Champaign
Johns Hopkins University
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Colorado Boulder. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
83 avis
- 5 stars
57,83 %
- 4 stars
19,27 %
- 3 stars
7,22 %
- 2 stars
7,22 %
- 1 star
8,43 %
Affichage de 3 sur 83
Révisé le 18 juil. 2024
This course provided me with truly deep insights into the inner workings of statistics. Thank you very much.
Révisé le 27 févr. 2024
The overall experience of the course was good but some of the questions were wacky at times
Révisé le 3 sept. 2022
The instrustor, Dr. Jem, is really interesting. She made the hard part of the Statistics easy to understand!
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.