Statistik secukupnya untuk tidak salah baca angka, dan grafik yang jujur tentang angka itu.
Python
pandas
NumPyDua bagian. Statistik: korelasi, cara berpikir Bayesian, distribusi sampling, dan uji hipotesis — dipilih karena paling sering muncul di pekerjaan nyata dan paling sering keliru. Visualisasi: memilih grafik yang tepat untuk pertanyaannya, membaca distribusi dari histogram, dan mengenali grafik yang menyesatkan sebelum Anda membuatnya sendiri. Setiap konsep punya simulasi yang bisa digeser, karena p-value dan teorema limit pusat adalah hal yang harus dilihat terjadi.
Baca pelajaran gratis: Apa yang Sebenarnya Diukur KorelasiSetiap modul dan pelajaran di jalur ini. Pelajaran bertanda gratis terbuka untuk semua; sisanya terbuka setelah Anda memiliki jalurnya.
Semua pelajaran di jalur ini, lengkap dengan ringkasannyaApa yang diukur r, apa yang tidak, dan kapan ia berbohong.
Kenapa rata-rata sampel berperilaku begitu teratur, apa arti p-value yang sebenarnya, dan berapa data yang Anda butuhkan.
Merancang, menjalankan, dan membaca eksperimen produk — termasuk kesalahan yang membuat hasilnya tidak berarti.
Membaca koefisien, mengendalikan confounder, dan memeriksa apakah model regresi Anda bisa dipercaya.
Gambar dulu, ringkas kemudian — dan pilih grafik dari pertanyaan yang ingin dijawab, bukan dari menu.
Anatomi grafik matplotlib, grafik statistik seaborn, dan grafik interaktif dengan plotly.
Mendesain dashboard yang benar-benar dipakai, memilih KPI, dan menyampaikan temuan sebagai cerita.
Sumbu yang terpotong, sumbu ganda, rentang yang dipilih-pilih — cara mengenali dan tidak membuatnya.
Simulasi asli dari pelajarannya — berjalan di browser Anda. Tanpa akun.
Jalur ini bagian dari jalur karier yang lebih besar. Beli seluruh jalur karier sebagai paket dan setiap jalur di dalamnya 40% lebih murah.
