Concept
Test des rangs signés de Wilcoxon
Séances de cours associées (38)
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Introduction aux tests T
Couvre les bases des tests t, y compris les tests d'hypothèse, les niveaux de signification, les valeurs P, les tests Z et la distribution t.
Statistiques essentielles: Le test t
Introduit le test t pour l'évaluation des effets catégoriques sur les résultats quantitatifs, couvrant les tests d'hypothèses, les hypothèses et les tests alternatifs.
Test T à deux échantillons
Explique le test t à deux échantillons pour comparer les moyennes d'échantillons indépendants, y compris les étapes de test d'hypothèse et le calcul statistique de test.
Comprendre les statistiques et le design expérimental
Fournit un aperçu de la théorie des probabilités de base, de l'ANOVA, des tests t, du théorème de limite centrale, des métriques, des intervalles de confiance et des tests non paramétriques.
Statistiques et conception expérimentale
Explore la probabilité conditionnelle, les études de Framingham, la taille de l'effet, le test t et l'erreur d'échantillonnage dans les statistiques.
Statistiques bayésiennes: Tests d'hypothèses et estimation
Couvre les tests d'hypothèses, les valeurs de p, les niveaux de signification et l'estimation bayésienne.
Tests statistiques : T-Tests et ANOVA
Couvre le calcul des t-tests appariés, les avantages/inconvénients des différents t-tests, et le concept d’ANOVA.
Modélisation statistique : Estimation et essai d'hypothèses
Couvre la modélisation statistique, l'estimation, le CLT, les intervalles de confiance et les étapes de test d'hypothèse avec des exemples pratiques.
Intervalles de confiance et T-Test
Explore les intervalles de confiance, les tests T et les tests d'hypothèses, y compris les hypothèses et les régions critiques.