Xác Suất và Thống Kê Cơ Bản
Khóa học “Xác Suất và Thống Kê Cơ Bản” là khóa học giúp học viên nắm vững các nguyên tắc cơ bản về xác suất và thống kê, từ đó áp dụng vào việc phân tích dữ liệu. Học viên sẽ học cách sử dụng thống kê mô tả để phân tích dữ liệu, thực hiện kiểm định giả thuyết và hiểu cách áp dụng các phương pháp thống kê suy diễn, bao gồm cả phương pháp thống kê Bayes.
Thời lượng: 18h
Bạn đạt được gì sau khi hoàn thành khóa học
KHÁI NIỆM VÀ NGUYÊN TẮC XÁC SUẤT VÀ THỐNG KÊ
Hiểu rõ các khái niệm và nguyên tắc cơ bản của xác suất và thống kê, từ đó áp dụng vào phân tích dữ liệu thực tế.
ÁP DỤNG THỐNG KÊ MÔ TẢ ĐỂ TÓM TẮT DỮ LIỆU
Áp dụng thống kê mô tả để tóm tắt và giải thích các tập dữ liệu lớn.
THỰC HIỆN KIỂM ĐỊNH GIẢ THUYẾT TỪ DỮ LIỆU
Thực hiện các kiểm định giả thuyết để phân tích dữ liệu định lượng và ra quyết định chính xác dựa trên dữ liệu.
THỐNG KÊ SUY DIỄN ĐỂ DỰ ĐOÁN TỪ MẪU DỮ LIỆU
Hiểu và áp dụng thống kê suy diễn trong việc đưa ra dự đoán từ mẫu dữ liệu đến quần thể.
PHƯƠNG PHÁP THỐNG KÊ BAYES TRONG PHÂN TÍCH DỮ LIỆU
Nắm vững phương pháp thống kê Bayes và biết cách áp dụng vào các vấn đề trong phân tích dữ liệu.
Đối tượng tham gia
Sinh viên: Năm 3, 4 ngành CNTT, kinh tế, tài chính, quản trị, khoa học dữ liệu.
Người mới tốt nghiệp/chuyển ngành: Muốn nắm rõ xác suất và thống kê để phân tích dữ liệu.
Chuyên viên phân tích dữ liệu: Cần nâng cao kiến thức thống kê và xác suất.
Người học dữ liệu: Có nền tảng toán học cơ bản, muốn phân tích dữ liệu hiệu quả.
Yêu cầu tiên quyết
Không yêu cầu kiến thức chuyên môn trước đó về xác suất và thống kê. Học viên có nền tảng toán học cơ bản sẽ có lợi thế.
Nội dung khóa học
1. Khái niệm cơ bản về xác suất và thống kê mô tả
- Xác suất cơ bản:
- Giới thiệu về xác suất, các khái niệm cơ bản: biến cố, không gian mẫu, xác suất có điều kiện.
- Luật xác suất cộng và nhân.
- Thực hành: Tính xác suất của các sự kiện đơn giản.
- Thống kê mô tả:
- Khái niệm về thống kê mô tả, vai trò trong phân tích dữ liệu.
- Các biện pháp thống kê mô tả: trung bình, trung vị, mode, phương sai, độ lệch chuẩn.
- Thực hành: Tính toán các giá trị thống kê mô tả từ tập dữ liệu mẫu bằng Excel/Python.
- Phân phối xác suất:
- Giới thiệu về các loại phân phối xác suất: phân phối nhị thức, phân phối chuẩn (normal distribution).
- Hiểu về phân phối chuẩn và ứng dụng của nó trong phân tích dữ liệu.
- Thực hành: Vẽ đồ thị phân phối xác suất với dữ liệu thực tế.
2. Kiểm định giả thuyết và thống kê suy diễn
- Kiểm định giả thuyết:
- Khái niệm về kiểm định giả thuyết, giả thuyết không (null hypothesis) và giả thuyết đối (alternative hypothesis).
- Các bước thực hiện kiểm định giả thuyết.
- Ý nghĩa của giá trị p (p-value) và các mức ý nghĩa (alpha).
- Thực hành: Kiểm định giả thuyết với dữ liệu thực tế (t-test, z-test) trong Excel/Python.
- Thống kê suy diễn:
- Giới thiệu về thống kê suy diễn và vai trò trong phân tích dữ liệu.
- Ước lượng khoảng tin cậy (confidence intervals) và cách diễn giải kết quả.
- Thực hành: Xác định khoảng tin cậy cho dữ liệu mẫu.
- Thống kê Bayes:
- Giới thiệu về định lý Bayes và phương pháp tiếp cận Bayes trong thống kê.
- Ứng dụng thống kê Bayes trong các tình huống thực tế.
- Thực hành: Sử dụng định lý Bayes để tính toán xác suất có điều kiện từ dữ liệu thực tế.
Bài viết liên quan
