Главная страницаКатегория pythonВведение в инференциальную статистику

Введение в инференциальную статистику

Name: Введение в инференциальную статистику
Price: 12.5 USD
Rating: 5 (4 reviews)

Introduction to Inferential Statistics

zerotomastery.io

★5 (всего оценок - 4)

Продолжительность

9 ч 25 мин

Категория

Python

Количество уроков

112 Видео

Дата добавления

4 февр. 2026 г., 22:04

Язык

Английский

Дата обновления

30 апр. 2026 г., 01:29

Этот курс по инференциальной статистике поможет вам выстроить прочный фундамент статистического мышления и перейти от простого описания данных к умению делать корректные выводы и проверять гипотезы на практике. Материал подаётся через реальные примеры, работу с «грязными» данными и разбор инструментов в Python.

Что вы узнаете на курсе

Программа охватывает весь путь от первичного анализа данных до применения продвинутых статистических тестов. Курс сочетает теорию, практику и разбор типичных ошибок начинающих аналитиков.

Переход от описательной к инференциальной статистике

Средние, медианы, дисперсии и другие базовые метрики
Оценка распределений и поиск выбросов
Сбор и подготовка данных для дальнейшего анализа

Доверительные интервалы и проверка гипотез

Построение доверительных интервалов и интерпретация результатов
t-тесты: одно- и двухвыборочные, парные
Ошибки первого и второго рода, p-value, мощность теста

Продвинутые методы: ANOVA и непараметрические тесты

Однофакторный и многофакторный ANOVA
Тесты Манна–Уитни, Краскела–Уоллиса и другие методы для сложных распределений
Выбор корректного теста в зависимости от данных

Практическая часть и работа в Python

Каждый блок курса включает примеры и упражнения в Python, ориентированные на реальные рабочие сценарии.

Ключевые навыки работы в Python

Использование библиотек pandas, scipy и statsmodels
Автоматизация расчётов и визуализация результатов
Обработка и очистка реальных наборов данных

Capstone‑проекты

Завершая курс, вы решите практические задачи: проведёте анализ данных, проверите гипотезы, выберете модели и подготовите обоснованный статистический отчёт — так же, как это делают аналитики и data scientists в компаниях.

Кому подойдёт этот курс

Начинающим аналитикам данных
Студентам технических и экономических направлений
Специалистам, которые хотят укрепить статистическую базу
Тем, кто проходил базовую статистику и хочет перейти на следующий уровень

Если вы хотите научиться уверенно работать с данными, понимать статистические методы и принимать решения на основе доказательств — этот курс станет отличной точкой роста.

Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум

Урок 1. 00:02:42
Introduction
Урок 2. 00:01:51
Game Plan for Descriptive Statistics
Урок 3. 00:02:56
Variable Types in Statistics
Урок 4. 00:03:29
Population vs. Sample
Урок 5. 00:02:17
CASE STUDY Briefing - Moneyball
Урок 6. 00:05:52
Python - Setting Up
Урок 7. 00:03:14
Measures of Central Tendency
Урок 8. 00:03:39
(Arithmetic) Mean
Урок 9. 00:04:45
Python - Mean
Урок 10. 00:02:36
EXERCISE - Mean
Урок 11. 00:02:17
Median
Урок 12. 00:01:52
Python - Median
Урок 13. 00:01:09
EXERCISE - Median
Урок 14. 00:01:28
Mode
Урок 15. 00:02:35
Python - Mode
Урок 16. 00:02:37
EXERCISE - Mode
Урок 17. 00:04:57
Standard Deviation and Variance
Урок 18. 00:05:27
Python - Standard Deviation and Variance
Урок 19. 00:02:38
EXERCISE - Standard Deviation and Variance
Урок 20. 00:04:32
Coefficient of Variation
Урок 21. 00:01:04
EXERCISE - Coefficient of Variation
Урок 22. 00:03:26
Python - Coefficient of Variation
Урок 23. 00:04:15
Covariance
Урок 24. 00:03:48
Python - Covariance
Урок 25. 00:01:52
EXERCISE - Covariance
Урок 26. 00:06:55
Correlation
Урок 27. 00:05:37
Python - Correlation
Урок 28. 00:02:01
EXERCISE - Correlation
Урок 29. 00:04:09
Normal Distribution
Урок 30. 00:06:48
Python - Normal Distribution
Урок 31. 00:03:12
EXERCISE - Normal Distribution
Урок 32. 00:04:15
CASE STUDY - Moneyball
Урок 33. 00:01:56
Wrap Up - Descriptive Statistics
Урок 34. 00:01:05
Game Plan for Confidence Intervals
Урок 35. 00:01:30
CASE STUDY Briefing - Dioguinis Pizza
Урок 36. 00:02:17
Standard Error of the Sample Mean
Урок 37. 00:04:40
Python - Libraries and Data
Урок 38. 00:02:48
Python - Standard Error of the Sample Mean
Урок 39. 00:03:13
Z-Score and Standardization
Урок 40. 00:09:57
Python - Z-Score and Standardization
Урок 41. 00:03:49
Confidence Level
Урок 42. 00:10:31
Python - Confidence Level
Урок 43. 00:06:18
Confidence Intervals for Large Samples
Урок 44. 00:06:13
Python - Confidence Interval for Large Samples
Урок 45. 00:06:56
EXERCISE - Confidence Interval Function with ChatGPT
Урок 46. 00:02:36
CASE STUDY - Guinness Beer and t-distribution
Урок 47. 00:07:14
Degrees of Freedom
Урок 48. 00:03:27
Confidence Interval with Small Samples
Урок 49. 00:08:15
Python - Confidence Interval with Small Samples
Урок 50. 00:05:12
EXERCISE - Confidence Interval Function with ChatGPT
Урок 51. 00:04:28
Confidence Intervals Wrap Up
Урок 52. 00:02:41
Project Presentation - Lights, Camera, Statistics
Урок 53. 00:20:53
Python - Data Preparation and Cleaning
Урок 54. 00:16:56
Python - Exploratory Data Analysis
Урок 55. 00:11:58
Python - Estimating Average Ratings
Урок 56. 00:05:44
Python - Conclusions
Урок 57. 00:03:08
Game Plan for Hypothesis Testing
Урок 58. 00:04:55
What is Hypothesis Testing?
Урок 59. 00:04:37
P-Value
Урок 60. 00:04:06
Type I and Type II Errors
Урок 61. 00:02:58
CASE STUDY - Publication Bias in Statistics
Урок 62. 00:06:51
How to Test Your Hypothesis (Known Population Variance).
Урок 63. 00:01:49
CASE STUDY Briefing - Tesla Production
Урок 64. 00:02:52
Python - Setting Up and Libraries
Урок 65. 00:12:01
Python - How to Test Your Hypothesis (Known Population Variance)
Урок 66. 00:05:23
Python - Build a Function to Test Your Known Variance Hypothesis
Урок 67. 00:02:55
Hypothesis Testing with Unknown Population Variance
Урок 68. 00:11:03
Python - How to Test Your Hypothesis (Unknown Population Variance) - Part 1
Урок 69. 00:06:39
Python - How to Test Your Hypothesis (Unknown Population Variance) - Part 2
Урок 70. 00:03:55
Paired T-Test
Урок 71. 00:10:40
Python - Paired T-Test - Part 1
Урок 72. 00:03:30
Python - Paired T-Test - Part 2
Урок 73. 00:05:31
Two Sample T-Test
Урок 74. 00:08:05
Python - Levene's Test
Урок 75. 00:03:45
Python - Welch's T-Test
Урок 76. 00:02:13
Python - Two-Sample T-Test
Урок 77. 00:04:42
Exercise - Two-Sample Test Function
Урок 78. 00:05:51
One-Tailed Test vs. Two-Tailed Test
Урок 79. 00:07:28
Python - One-Tailed Test with Known Variance
Урок 80. 00:05:40
Python - One-Tailed Test with Unknown Variance
Урок 81. 00:05:55
Python - One-Tailed Paired T-Test
Урок 82. 00:05:30
Python - One-Tailed Two-Sample T-Test
Урок 83. 00:08:55
Chi-Square Test
Урок 84. 00:10:18
Python - Chi-Square Test
Урок 85. 00:02:44
Is Your Distribution Normal? - The Shapiro-Wilks Test
Урок 86. 00:05:35
Python - Shapiro-Wilks Test
Урок 87. 00:03:40
Powerposing and P-Hacking
Урок 88. 00:02:44
Hypothesis Testing Wrap Up
Урок 89. 00:02:44
Capstone Project with ChatGPT - Yelp me!
Урок 90. 00:14:42
Python Solutions - Data
Урок 91. 00:11:20
Python Solutions - Hypothesis 1
Урок 92. 00:09:08
Python Solutions - Hypothesis 2
Урок 93. 00:08:42
Python Solutions - Hypothesis 3
Урок 94. 00:04:52
Game Plan for Advanced Hypothesis Testing
Урок 95. 00:04:08
Python - Setup
Урок 96. 00:06:25
Mann-Whitney U Test
Урок 97. 00:03:33
Python - Box plot for Normality
Урок 98. 00:03:33
Python - Shapiro Wilks Test
Урок 99. 00:05:01
D'Agostino and Pearson Test
Урок 100. 00:03:00
Python - D'Agostino and Pearson Test
Урок 101. 00:03:54
Python - Mann-Whitney U Test
Урок 102. 00:04:38
ANOVA
Урок 103. 00:08:39
Python - ANOVA
Урок 104. 00:02:07
Python - D'Agostino and Pearson Test
Урок 105. 00:03:32
Kruskal-Wallis Test
Урок 106. 00:03:15
Python - Kruskal-Wallis Test
Урок 107. 00:04:35
Spearman Correlation
Урок 108. 00:05:37
Python - Spearman Correlation
Урок 109. 00:04:07
Wilcoxon Signed-Rank Test
Урок 110. 00:08:08
Python - Wilcoxon Signed-Rank Test
Урок 111. 00:02:33
Key Learnings and Outcomes - Advanced Hypothesis Testing
Урок 112. 00:00:52
Let's Keep Learning Together!

Автор - zerotomastery.io

zerotomastery.io

Независимо от того, начинаете ли вы путь в программировании или стремитесь повысить свой уровень, академия Zero To Mastery помогает освоить ключевые технологические навыки. На платформе вы можете изучить React, JavaScript, Python, CSS и многие другие инструменты, необходимые для карьерного роста, успешного трудоустройства и достижения результатов в ведущих компаниях.

+267

Комментарии