当前播放:

两样本t检验的scipy实现

¥149.00

离线观看

下载学堂APP

缓存视频离线看

报告问题

课程介绍

问答

学员评价

适合人群
希望能够成为Python编程和数据分析的跨界人才,目前尚未成功,但仍然在不断努力的人。
课程目标
以真实商业案例为数据基础,课程内容围绕scipy.stats和statsmodels包的相关功能展开,从统计分析实战的角度出发详细介绍了如何在Python中完成数据描述、t检验、单因素方差分析、卡方检验、相关回归等统计分析操作。
课程简介

以真实商业案例为数据基础,课程内容围绕scipy.stats和statsmodels包的相关功能展开,从统计分析实战的角度出发详细介绍了如何在Python中完成数据描述、t检验、单因素方差分析、卡方检验、相关回归等统计分析操作。


通过本课程的学习,学员将深入学习如何正确考察这些方法的适用条件,正确选择所需的方法加以应用,从而既满足了相关统计分析功能的需求,又为进一步学习statsmodels包中的复杂建模功能打下坚实的基础。


【更新记录】

2022.1:针对Anaconda最新版(python 3.8),statsmodels 0.13.1版和pandas 1.3.5版完成兼容性测试,更新了对应的课程内容。

2021.4:基于最新的pandas1.2.3版,statsmodels 0.12.2版和scipy 1.6.2版对课程内容进行了更新。


【课程大纲】

第1章:变量的统计描述

第2章:连续变量的比较:t检验

第3章:检验方法适用条件的考察

第4章:多组均数的比较:单因素方差分析

第5章:有序分类变量的比较:非参数统计分析方法

第6章:无序分类变量的比较:卡方检验

第7章:变量间的关联性分析

第8章:线性回归模型入门

第9章:样本量的计算


【课程长度】

总时长:10小时


【学员基础】

学员需要懂得Python语言的基本编程知识。

学员事前不要求学习统计分析的基本知识,但建议完全没有统计基础的学员事先学习免费视频课程《统计分析轻松入门》。

学员事前不要求有任何统计软件的使用经验。


image.png


推广1.png



展开更多
加载中
加载中
没有了哦~

5

学员评分

1
非常糟

2
很差

3
一般

4
很好

5
非常好

  • 0%
  • 0%
  • 0%
  • 0%
  • 0%
    加载中
    没有了哦~