Course Outline
Wetenschappelijke methode, waarschijnlijkheid & Statistics
- Zeer korte geschiedenis van de statistiek
- Waarom kan "verzekerd" zijn over de conclusies
- Waarschijnlijkheid en besluitvorming
Voorbereiding op onderzoek (beslissen ‘wat’ en ‘hoe’)
- Het grote geheel: onderzoek is onderdeel van een proces met inputs en outputs
- Informatie verzamelen
- Vragenstellers en meting
- Wat te meten
- Observatie studies
- Ontwerp van proeven
- Analyse van gegevens en grafische methoden
- Onderzoeksvaardigheden en -technieken
- Onderzoek Management
Bivariate gegevens beschrijven
- Inleiding tot bivariate gegevens
- Waarden van de Pearson-correlatie
- Simulatie van correlaties raden
- Eigenschappen van Pearson's r
- Pearson's r berekenen
- Beperking van bereikdemo
- Variantiesomwet II
- Opdrachten
Waarschijnlijkheid
- Invoering
- Basisconcepten
- Demonstratie van voorwaardelijke waarschijnlijkheid
- Gokkers Fallacy-simulatie
- Verjaardagsdemonstratie
- Binomiale verdeling
- Binomiale demonstratie
- Basistarieven
- Demonstratie van de stelling van Bayes
- Monty Hall-probleemdemonstratie
- Opdrachten
Normale verdelingen
- Invoering
- Geschiedenis
- Gebieden met normale verdelingen
- Demo van variëteiten van normale distributie
- Standaard Normaal
- Normale benadering van de binomiale waarde
- Normale benaderingsdemo
- Opdrachten
Bemonsteringsverdelingen
- Invoering
- Basisdemo
- Demo van monstergrootte
- Demo van de centrale limietstelling
- Bemonsteringsverdeling van het gemiddelde
- Bemonsteringsverdeling van verschillen tussen gemiddelden
- Bemonsteringsverdeling van Pearson's r
- Bemonsteringsverdeling van een aandeel
- Opdrachten
Schatting
- Invoering
- Graden van vrijheid
- Kenmerken van schatters
- Bias- en variabiliteitssimulatie
- Betrouwbaarheidsintervallen
- Opdrachten
Logica van het testen van hypothesen
- Invoering
- Betekenis testen
- Type I- en Type II-fouten
- Een- en tweezijdige tests
- Significante resultaten interpreteren
- Niet-significante resultaten interpreteren
- Stappen bij het testen van hypothesen
- Betekenistesten en betrouwbaarheidsintervallen
- Misvattingen
- Opdrachten
Middelen testen
- Enkel gemiddelde
- t Distributiedemo
- Verschil tussen twee middelen (onafhankelijke groepen)
- Robuustheid Simulatie
- Alle paarsgewijze vergelijkingen tussen middelen
- Specifieke vergelijkingen
- Verschil tussen twee middelen (gecorreleerde paren)
- Gecorreleerde t-simulatie
- Specifieke vergelijkingen (gecorreleerde observaties)
- Paarsgewijze vergelijkingen (gecorreleerde observaties)
- Opdrachten
Stroom
- Invoering
- Voorbeeldberekeningen
- Factoren die de macht beïnvloeden
- Opdrachten
Voorspelling
- Inleiding tot eenvoudige lineaire regressie
- Lineaire fit-demo
- Sommen van kwadraten verdelen
- Standaardfout van de schatting
- Demo voorspellijn
- Inferentieel Statistics voor b en r
- Opdrachten
ANOVA
- Invoering
- ANOVA-ontwerpen
- ANOVA met één factor (tussen onderwerpen)
- Eenrichtingsdemo
- Multi-Factor ANOVA (tussen onderwerpen)
- Ongelijke monstergroottes
- Tests die ANOVA aanvullen
- ANOVA binnen onderwerpen
- Demo van ontwerpen van de kracht van binnen-onderwerpen
- Opdrachten
Chi-plein
- Chi-kwadraatverdeling
- Eenrichtingstafels
- Distributiedemo testen
- Contingentietabellen
- 2 x 2 tafelsimulatie
- Opdrachten
Casestudies
Analyse van geselecteerde casestudies
Requirements
Een goed begrip van beschrijvende statistieken (gemiddelde, gemiddelde, standaarddeviatie, variantie) en basiskennis van waarschijnlijkheid zijn vereist.
Mogelijk wilt u deelnemen aan de voorbereidingscursus: Statistics Niveau 1
Getuigenissen (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
Cursus - Introduction to Data Visualization with Tidyverse and R
We were using road accident data for practicals
Maphahamiso Ralienyane - Road Safety Department
Cursus - Statistical Analysis using SPSS
Doordacht en hoogwaardig planningsmateriaal.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Cursus - Forecasting with R
Machine Translated
Was niet saai, de trainer kon de aandacht vasthouden, de onderwerpen kwamen uitgebreid aan bod.
Marta - Ministerstwo Zdrowia
Cursus - Advanced R Programming
Machine Translated
very tailored to needs
Yashan Wang
Cursus - 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
Cursus - 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
Cursus - 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.