سبد خرید

تحلیل واریانس (ANOVA) برای آزمون‌های آماری (قسمت اول)

جلسه بعد
جلسه قبل

سرفصل تست‌های آماری و تست‌های فرضیه

برای مشاهده این دوره می بایست وارد شوید و در صورتی که عضو نیستید ثبت نام کنید.
مقدمات آمار و احتمال و توزیع نرمال 45:42
توزیع‌های احتمالی (نرمال، یکنواخت، برنولی و باینومیال) 31:22
توزیع‌های احتمالی (چند جمله‌ای، پواسون و نمایی) 01:00:30
توابع PDF، CDF و PMF و کاربرد آن‌ها در توزیع‌های احتمالی 44:41
تست Kullback-Leibler برای توزیع‌های آماری 01:05:32
معیار جنسون شنون (Jenson Shanon) برای محاسبه‌ی دو توزیع آماری 41:35
معیار Kolmogorov-Smirnov برای مقایسه‌ی توزیع‌های احتمالی 48:22
کتابخانه‌ی PyIDD و تخمین توزیع‌های آماری 13:14
آشنایی با P Value کاربرد آن در تست‌های آماری 01:00:09
تست‌های فرضیه‌ی آماری A-B - مثال کاربردی تغییر صفحه‌ی خرید برای مشتریان (قسمت اول) 54:44
جلسه تست‌های فرضیه‌ی آماری A-B - مثال کاربردی تغییر صفحه‌ی خرید برای مشتریان (قسمت دوم) 30:52
درجه‌ی آزادی (Degree of Freedom)، توزیع F و توزیع Chi2 24:15
آزمون Z و آزمون T - مثال عملی آزمون داده‌های بیماری کرونا (قسمت اول) 41:28
آزمون Z و آزمون T - مثال عملی آزمون داده‌های بیماری کرونا (قسمت دوم) 32:15
تحلیل واریانس (ANOVA) برای آزمون‌های آماری (قسمت اول) 20:30
تحلیل واریانس (ANOVA) برای آزمون‌های آماری (قسمت دوم) 36:36
آزمون پایان فصل
تمرین: آزمون آماری بر روی دیتاست بازاریابی مستقیم بانک (bank direct marketing)

در این جلسه به معرفی روش ANOVA برای آزمون‌های آماری می‌پردازیم و می‌بینیم که چگونه می‌توان با استفاده از این آزمون، به تصمیم‌گیری‌های مبتنی بر داده رسید

مدرس : مسعود کاویانی
در مورد این جلسه سوالی دارید؟
1