Практикум по cтатистике на Python

Вы закрепите базовые знания практической статистики с применением Python, которые будут полезны в сфере Data Science, инвестиций, финансов и любой другой сфере.

Практикум по статистике на Python

Вы закрепите базовые знания статистики с применением Python, которые будут полезны в сфере Data Science, инвестиций, финансов и любой другой сфере.

О курсе

Данный бесплатный курс позволит закрепить базовые знания статистики и широко применяемых статистических методов на практических тестах и заданиях, в том числе с использованием Python (pandas, numpy, scipy, statsmodels, matplotlib). Обучение проводится на образовательной платформе Stepik.

Чему вы научитесь

рассчитывать и интерпретировать ключевые статистические показатели (среднее, медиана, мода, дисперсия, стандартное отклонение, ковариация, корреляция)
строить и анализировать графики Box Plot, оперировать квартилями, квантилями и перцентилями
рассчитывать и интерпретировать функции, описывающие распределения (кумулятивная функция распределения CDF, функция плотности вероятности PDF, квантиль-функция PPF, функция выживаемости SF, обратная функция выживаемости ISF)
работать с нормальным распределением и рассчитывать вероятности
проводить статистические тесты, проверяющие распределения на нормальность (тест Колмогорова-Смирнова с поправкой Лиллиефорса, тест Шапиро-Уилка и др.)
анализировать распределения по графикам QQ Plot
проводить одновыборочные и двухвыборочные параметрические t-тесты (критерий Стьюдента), тестировать гипотезы, проводить тест Уэлча

Для кого этот курс

специалисты в сфере Data Science
финансовые и инвестиционные аналитики
студенты и учащиеся старших классов, интересующиеся статистикой и Python
все желающие попрактиковать знания статистики на Python и систематизировать свои знания

Начальные требования

Базовые представления о математической статистике
Знание Python на начальном уровне
Желательно иметь базовые представления о работе с библиотекой Pandas или желание в ней разобраться

Программа обучения

1. Основы статистики

Среднее, медиана и мода
Дисперсия и стандартное отклонение
Ковариация и корреляция
Box Plot & квартили, квантили, перцентили
Функции CDF, PDF, PPF, SF, ISF

2. Нормальность распределения

CLT и нормальное распределение
Тест Колмогорова-Смирнова
Тест Шапиро-Уилка
QQ plot - графический анализ

3. t-тест

Одновыборочный t-тест
Двухвыборочный t-тест & тест Уэлча

4. Заключение

Конспект

Отзывы

Данный курс помог разобраться в основах статистики на python: функции и плотности распределения, проверка гипотез. Доступно изложен материал, легкие задачи на знание теории. Выбрал данный курс, чтобы подготовиться к собеседованию.

Ильнур

Данный курс предназначен для тех, кто уже знает основы статистики, вся статистическая теория представленная здесь служит скорее повторением. После курса Карпова по статистике заходит на ура. Также желательно быть знакомым с pandas. Курс был крайне полезен как шпаргалка по статистике, а также как сводка по библиотекам python с конкретными статистическими тестами, функциями.

Петр

Часто задаваемые вопросы

Каков основной формат обучения на курсе?

Основной формат обучения – это разбор подробных user-friendly конспектов и закрепление полученных знаний на практических кейсах, задачах и тестах. Практика – это фокус во всех наших курсах.

У меня нет опыта в статистике. Я пойму материал?

Данный курс рассчитан на учащихся с разным бэкграундом в математической статистике, однако в начале каждого урока разбирается необходимая теория для решения задач, поэтому для новичков этот курс также будет полезен. В любом случае, если вы чего-то не поймёте, то всегда можете попросить помощи.

Какой график обучения на платформе? Смогу ли я совмещать учебу с работой?

Вы сможете проходить уроки в удобном для вас темпе, совмещая обучение с работой. Более того, все материалы будут доступны для вас и после окончания курса, так что вы сможете вернуться и освежить свои знания в любой момент.

Как долго длится курс? Сколько времени нужно будет уделять обучению?

Всё зависит от только вас. В среднем курс рассчитан на 4-5 часов в неделю. С таким темпом вы сможете освоить курс за несколько недель.

Кто будет помогать мне в обучении на курсе?

Вы сможете задавать вопросы в комментариях к урокам, общаться с однокурсниками и делиться своими вариантами решений. Наши преподаватели помогут ответить на все вопросы.