PHÂN TÍCH VÀ TRỰC QUAN HÓA DỮ LIỆU VỚI PYTHON

Trong khóa học này, người học sẽ được giới thiệu về lĩnh vực thống kê, bao gồm dữ liệu đến từ đâu, thiết kế nghiên cứu, quản lý dữ liệu cũng như khám phá và trực quan hóa dữ liệu. Người học sẽ xác định các loại dữ liệu khác nhau và tìm hiểu cách trực quan hóa, phân tích và diễn giải các tóm tắt cho cả dữ liệu đơn biến và đa biến. Người học cũng sẽ được giới thiệu về sự khác biệt giữa lấy mẫu xác suất và lấy mẫu phi xác suất từ ​​các quần thể lớn hơn, ý tưởng về cách ước tính mẫu khác nhau và cách có thể suy luận về các quần thể lớn hơn dựa trên lấy mẫu xác suất. Vào cuối mỗi phần, người học sẽ áp dụng các khái niệm thống kê mà họ đã học bằng Python trong môi trường khóa học. Trong các buổi học trong phòng thí nghiệm này, người học sẽ khám phá các cách sử dụng Python khác nhau như một công cụ, bao gồm các thư viện Numpy, Pandas, Statsmodels, Matplotlib và Seaborn. Các video hướng dẫn được cung cấp để hướng dẫn người học cách tạo trực quan hóa và quản lý dữ liệu, tất cả đều có trong Python. Khóa học này sử dụng môi trường Jupyter Notebook.

Mục tiêu học tập

• Phát triển triển vọng cho khóa học, tóm tắt các khái niệm và mục tiêu trong tương lai.
• Khám phá các cách sử dụng số liệu thống kê khác nhau và kiểm tra dữ liệu bắt nguồn từ đâu.
• Xác định chính xác các loại dữ liệu khác nhau và hiểu cách sử dụng khác nhau của từng loại.
• Hiểu các hàm cơ bản của Python để nhập, làm sạch và quản lý dữ liệu.
• Hiểu các màn hình đồ họa khác nhau được sử dụng cho từng loại dữ liệu và biến định lượng đơn.
• Giải thích biểu đồ và sơ đồ hộp để mô tả dữ liệu định lượng.
• Có được những diễn giải chính được sử dụng để mô tả dữ liệu định lượng.
• Tạo biểu đồ, sơ đồ hộp và tóm tắt bằng số thông qua Python.
• Tạo biểu đồ và thống kê tóm tắt dữ liệu đa biến, cả phân loại và định lượng.
• Tóm tắt thông tin quan trọng thu được thông qua trực quan hóa dữ liệu đa biến.
• Truyền đạt các ý tưởng thống kê rõ ràng và chính xác tới nhiều đối tượng.
• Tích hợp lý luận thống kê vào các quyết định và tình huống trong cuộc sống hàng ngày của bạn.
• Phân biệt lấy mẫu xác suất và lấy mẫu phi xác suất.
• Mô tả khái niệm về phân phối lấy mẫu và cách người ta có thể suy luận về tham số tổng thể dựa trên các đặc điểm ước tính của phân phối đó.
• Xác định các kỹ thuật phân tích thích hợp cho các mẫu xác suất và phi xác suất.
• Giải thích tại sao các mẫu được thiết kế kém có thể dẫn đến những mô tả về các đặc điểm tổng thể bị sai lệch về bản chất.

Nội dung