Statistical inference is the process of drawing conclusions about populations or scientific truths from data. There are many modes of performing inference including statistical modeling, data oriented strategies and explicit use of designs and randomization in analyses. Furthermore, there are broad theories (frequentists, Bayesian, likelihood, design based, …) and numerous complexities (missing data, observed and unobserved confounding, biases) for performing inference. A practitioner can often be left in a debilitating maze of techniques, philosophies and nuance. This course presents the fundamentals of inference in a practical approach for getting things done. After taking this course, students will understand the broad directions of statistical inference and use this information for making informed choices in analyzing data.
Ce cours fait partie de la Spécialisation Science des données
Inférence statistique
proposé par
Ce que vous allez apprendre
Describe variability, distributions, limits, and confidence intervals
Make informed data analysis decisions
Understand the process of drawing conclusions about populations or scientific truths from data
Use p-values, confidence intervals, and permutation tests
Compétences que vous acquerrez
Programme du cours : ce que vous apprendrez dans ce cours
Week 1: Probability & Expected Values
This week, we'll focus on the fundamentals including probability, random variables, expectations and more.
Week 2: Variability, Distribution, & Asymptotics
We're going to tackle variability, distributions, limits, and confidence intervals.
Week: Intervals, Testing, & Pvalues
We will be taking a look at intervals, testing, and pvalues in this lesson.
Week 4: Power, Bootstrapping, & Permutation Tests
We will begin looking into power, bootstrapping, and permutation tests.
45%
40%
12%
Principaux examens pour Inférence statistique
Course is compressed with lots of statistical concepts. Which is very good as most must know concepts are imparted. Lots of extra reading is required to gain all insights. Very good motivating start .
The strategy for model selection in multivariate environment should have been explained with an example. This will make the model selection process, interaction and its interpretation more clear.
Enseignants
Brian Caffo, PhD
Professor, Biostatistics
Roger D. Peng, PhD
Associate Professor, Biostatistics
Jeff Leek, PhD
Associate Professor, BiostatisticsÀ propos de Université Johns-Hopkins
À propos du Spécialisation Science des données
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
