コース[第1章はじめにようこそ、あなたが尋ねるとQ＆エリアにお答えくださいご質問がある学習、私は幸せな学習をしたいです！]
（+ビジュアルプログラミング）と持つ必要性を説明し、このコースの学習形式であり、この章では、統計の考え方、統計の全体的な枠組み、使用何統計的学習だけでなく、緊密な関係の統計や機械学習について説明します誰もが当然の開始から、実際の統計に学ぶように、説明するための知識とスキル！...
第2章[必要なデータは、基本を知っている、あなたはスキップすることはできません]
のデータが対象と統計分析であり、データが変数組成物です。この章では、どのようなデータや変数、および測定変数の種類と規模について説明しています。基本的なコンセプトは、統計解析の基礎となるものです。
第3章では、[学習に焦点を当て、コア]統計について説明
この章では、または二つの変数特性をその主な機能と一般的なデジタルデータの特徴の可視化法との関係を説明するために、様々なタイプの変数の記述統計量の知識を説明しています。
第4章では、統計的なプログラミングについて説明し、[章は戦闘に焦点を当て、それを達成するためにノックコードで先生に従うことをお勧めします]
みんなの知識とアプリケーションの統合のように、実装コードを実行するこの章以前の章の知識を。
第5章確率と確率分布[キーの章、知識を習得しなければならない確率]
この章では、統計的推論、離散と連続確率変数とその分布を学習の基礎である確率の基本的な概念や性質を、説明しています。
第6章サンプルおよびサンプリング配布[配布キーチャプター、サンプルの平均]
我々は全体の中国のプログラマーの賃金水準を理解したいならば、それはそれを行う方法を、すべてのデータを取得することはできませんか？統計では、我々は人口のパラメータとの不確実性を推定するために、サンプル関数（統計）、および統計の分布（サンプリング分布）リンクを構築するために、（サンプル）を、いくつかのランダムなデータを収集します特性評価のための基礎を提供します。...
第7章パラメータ推定と区間推定[ポイント]
通常、我々は正確に（例えば、全中国のプログラマーの平均賃金など）人口のパラメータを通知することはできません。統計では、我々はサンプルを通じて提供する情報は、全体の状況を推定します。私たちは、あなたがインターバル（間隔推定値）を使用可能範囲の全体的なパラメータを表すことができ、全体的な推定値としてデジタル（点推定値）を使用しますか。...
8章仮説検定方法] [周波数は、
名前が意味する、仮説検証は、仮定を検証するプロセスです。平均賃金プログラマが（より大きい又はより小さい）A.に等しくない対平均賃金プログラマーA（帰無仮説）に等しい。例えば、我々は、相互に二つがあると仮定します 得られ、全体的なサンプルの見積りに基づいて、番号Aを比較することが想定ので、帰無仮説を受け入れるか拒否することができます。このプロセスでは、我々はまた、（例えば、誤って帰無仮説を棄却しなど）のミスの確率制御することができます。...
分散分析[比較手法よりも第9章2人の人口手段】
我々は、単一の全体を説明し、最後の章（平均プログラマの給与が一定値になるような）、および（例えば国家男性のような2つの全体的なテストプログラマの給料は）国民の女性のプログラマの給料よりも高くなっています。この章では、より複雑なデータ構造（たとえば、この2つの要因の性別や学歴などはどのように対話的なプログラマの給料に影響を与える）分解して分析する方法を紹介します。...
第10章回帰分析[重いと難しいが、それはビデオを見てお勧めします]
データの間、多くの場合/変数が相互に影響を与えるとされています。例えば、我々は唯一のプログラマーの給料を気にしないが、我々はまた、懸念どのくらいあるかどうか、どのようにこの変更がそのように（年齢など）他の要因によって規制されているかどうか賃金は、性別、教育、その他の要因によって異なります。この章では、我々だけでなく、回帰分析を使用する方法について説明し、変数間の関係を描いている、我々は、回帰分析の観点から、仮説検証の再検討方法になります。また、我々はまた、システムを探求する...
第11章[重く、困難なノンパラメトリック検定、慎重に勉強してください]
前の章では、我々は、基本的な統計推論を行い、その後、我々は（全体的な正規分布など）全体的な分布から知っているが、我々は（例えば平均値や分散など）特定のパラメータの全体的な分布を知らないということです我々は推定し、試験に関わる人口のサンプルに基づいて得られた情報を使用します。しかし、我々は全体的により配信かわからない時代には、それを行う方法がありますか？のは、ノンパラメトリック検定を見てみましょう。...
第12章ベイズ統計に焦点を当て[方法を習得、学習してください]
仮説テスト頻度に基づいて、まず、帰無仮説（モデル）が正確であると考えられる、次いで、サンプルから得られた情報により、帰無仮説を受け入れるか、または拒否。だから、私たちは同時に複数のモデルを持っており、それを行う方法には、正しいである可能性が最も高いどのモデル、既存のデータをもとに知りたい場合は？ベイズ統計は、私たちのためにこれらの問題を解決する方法を提供し、データとモデルの蓄積を更新するための正しい可能性を私たちにできるだけでなく。...
第13章より広範な統計的世界が彼らの知識を適用するために[私はあなたが望む]
すべての人におめでとうは、我々はこのコースを完了しました。この章では、検討し、統計的な知識では、このコースで学んだ学生を整理、思考の統計的方法を強化し、より広い世界の統計についてお話します。私はあなたに完全な収穫、幸せな学習をしたいです！
ダウンロード：統計コースプログラマのために特別に設計