This course introduces statistical inference, sampling distributions, and confidence intervals. Students will learn how to define and construct good estimators, method of moments estimation, maximum likelihood estimation, and methods of constructing confidence intervals that will extend to more general settings.
Ce cours fait partie de la Spécialisation Data Science Foundations: Statistical Inference
Offert par
Spécialisation Data Science Foundations: Statistical InferenceUniversité du Colorado à BoulderÀ propos de ce cours
37 409 consultations récentes
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 2 sur 3 dans le
Niveau intermédiaire
Sequence in calculus up through Calculus II (preferably multivariate calculus) and some programming experience in R.
Approx. 27 heures pour terminer
Anglais
Sous-titres : Anglais
Ce que vous allez apprendre
Identify characteristics of “good” estimators and be able to compare competing estimators.
Construct sound estimators using the techniques of maximum likelihood and method of moments estimation.
Construct and interpret confidence intervals for one and two population means, one and two population proportions, and a population variance.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 2 sur 3 dans le
Niveau intermédiaire
Sequence in calculus up through Calculus II (preferably multivariate calculus) and some programming experience in R.
Approx. 27 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
Université du Colorado à Boulder
CU-Boulder is a dynamic community of scholars and learners on one of the most spectacular college campuses in the country. As one of 34 U.S. public institutions in the prestigious Association of American Universities (AAU), we have a proud tradition of academic excellence, with five Nobel laureates and more than 50 members of prestigious academic academies.
Commencez à travailler pour obtenir votre master
Ce cours fait partie du diplôme intégralement en ligne Master of Science in Data Science de Université du Colorado à Boulder.
Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.
Programme de cours : ce que vous apprendrez dans ce cours
7 heures pour terminer
Point Estimation
In this module you will learn how to estimate parameters from a large population based only on information from a small sample. You will learn about desirable properties that can be used to help you to differentiate between good and bad estimators. We will review the concepts of expectation, variance, and covariance, and you will be introduced to a formal, yet intuitive, method of estimation known as the "method of moments".
7 heures pour terminer
10 vidéos (Total 142 min), 10 lectures, 4 quiz
5 heures pour terminer
Maximum Likelihood Estimation
5 heures pour terminer
5 vidéos (Total 67 min), 5 lectures, 3 quiz
5 heures pour terminer
Large Sample Properties of Maximum Likelihood Estimators
In this module we will explore large sample properties of maximum likelihood estimators including asymptotic unbiasedness and asymptotic normality. We will learn how to compute the “Cramér–Rao lower bound” which gives us a benchmark for the smallest possible variance for an unbiased estimator.
5 heures pour terminer
5 vidéos (Total 100 min), 5 lectures, 2 quiz
7 heures pour terminer
Confidence Intervals Involving the Normal Distribution
7 heures pour terminer
5 vidéos (Total 99 min), 4 lectures, 3 quiz
À propos du Spécialisation Data Science Foundations: Statistical Inference
This program is designed to provide the learner with a solid foundation in probability theory to prepare for the broader study of statistics. It will also introduce the learner to the fundamentals of statistics and statistical theory and will equip the learner with the skills required to perform fundamental statistical analysis of a data set in the R programming language.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.
