Statistika
Ehtimal nəzəriyyəsindən reqressiya analizinə qədər — statistikanın bütün əsaslarını Python ilə mənimsəyin. 6 modul, 48 dərs.
Kursa qoşul
150 ₼/ay
6 modul
48 dərs
0 tələbə
Aktiv qeydiyyat
150 ₼/ay
Kurs qiyməti
Proqram
6 modul · 48 dərs · 0 tapşırıq
00Modul 0 — Statistikaya Giriş
Statistikanın əsas anlayışları, məlumat tipləri, ölçmə səviyyələri və Python alətləri.
8 dərs
Modul 0 — Statistikaya Giriş
Statistikanın əsas anlayışları, məlumat tipləri, ölçmə səviyyələri və Python alətləri.
0.0Statistika nədir? Nəzəri vs tətbiqi statistika
Nəzəri
0 tapşırıq
Statistika nədir? Nəzəri vs tətbiqi statistika
Nəzəri
0.1Məlumat tipləri: kəmiyyət və keyfiyyət
Nəzəri + Praktiki
0 tapşırıq
Məlumat tipləri: kəmiyyət və keyfiyyət
Nəzəri + Praktiki
0.2Ölçmə səviyyələri: nominal, ordinal, interval, nisbət
Nəzəri
0 tapşırıq
Ölçmə səviyyələri: nominal, ordinal, interval, nisbət
Nəzəri
0.3Seçmə vs bütün kütlə (sample vs population)
Nəzəri
0 tapşırıq
Seçmə vs bütün kütlə (sample vs population)
Nəzəri
0.4Python ilə statistik iş mühitinin qurulması
Praktiki
0 tapşırıq
Python ilə statistik iş mühitinin qurulması
Praktiki
0.5SciPy, Statsmodels, Pandas — tanışlıq
Praktiki
0 tapşırıq
SciPy, Statsmodels, Pandas — tanışlıq
Praktiki
0.6Məlumatların təmizlənməsi və ön hazırlıq
Praktiki
0 tapşırıq
Məlumatların təmizlənməsi və ön hazırlıq
Praktiki
0.7Real dataset ilə ilk təhlil
Praktiki
0 tapşırıq
Real dataset ilə ilk təhlil
Praktiki
01Modul 1 — Ehtimal Nəzəriyyəsi
Ehtimal əsasları, paylanmalar, Bayes teoremi, mərkəzi limit teoremi.
8 dərs
Modul 1 — Ehtimal Nəzəriyyəsi
Ehtimal əsasları, paylanmalar, Bayes teoremi, mərkəzi limit teoremi.
1.0Ehtimal anlayışı: klassik, tezlik, subyektiv
Nəzəri
0 tapşırıq
Ehtimal anlayışı: klassik, tezlik, subyektiv
Nəzəri
1.1Hadisə, nümunə fəzası, ehtimal qaydaları
Nəzəri + Praktiki
0 tapşırıq
Hadisə, nümunə fəzası, ehtimal qaydaları
Nəzəri + Praktiki
1.2Şərti ehtimal və müstəqillik
Nəzəri + Praktiki
0 tapşırıq
Şərti ehtimal və müstəqillik
Nəzəri + Praktiki
1.3Bayes teoremi: nəzəriyyə və tətbiqlər
Nəzəri + Praktiki
0 tapşırıq
Bayes teoremi: nəzəriyyə və tətbiqlər
Nəzəri + Praktiki
1.4Diskret paylanmalar: Binomial, Poisson
Nəzəri + Praktiki
0 tapşırıq
Diskret paylanmalar: Binomial, Poisson
Nəzəri + Praktiki
1.5Davamlı paylanmalar: Normal, Eksponensial
Nəzəri + Praktiki
0 tapşırıq
Davamlı paylanmalar: Normal, Eksponensial
Nəzəri + Praktiki
1.6Mərkəzi Limit Teoremi (CLT)
Nəzəri + Praktiki
0 tapşırıq
Mərkəzi Limit Teoremi (CLT)
Nəzəri + Praktiki
1.7Böyük Ədədlər Qanunu və simulyasiya
Praktiki
0 tapşırıq
Böyük Ədədlər Qanunu və simulyasiya
Praktiki
02Modul 2 — Deskriptiv Statistika
Mərkəz meylli göstəricilər, yayılma ölçüləri, şəkil, vizualizasiya.
8 dərs
Modul 2 — Deskriptiv Statistika
Mərkəz meylli göstəricilər, yayılma ölçüləri, şəkil, vizualizasiya.
2.0Orta, Mediana, Moda — fərqlər və istifadə
Nəzəri + Praktiki
0 tapşırıq
Orta, Mediana, Moda — fərqlər və istifadə
Nəzəri + Praktiki
2.1Dispersiya, Standart Sapma, Dəyişmə Əmsalı
Nəzəri + Praktiki
0 tapşırıq
Dispersiya, Standart Sapma, Dəyişmə Əmsalı
Nəzəri + Praktiki
2.2Kvantillər, Persentillər, IQR
Nəzəri + Praktiki
0 tapşırıq
Kvantillər, Persentillər, IQR
Nəzəri + Praktiki
2.3Kənar dəyərlər (Outlier) aşkarlanması
Praktiki
0 tapşırıq
Kənar dəyərlər (Outlier) aşkarlanması
Praktiki
2.4Şəkil: asimmetriya (skewness) və kürtoz
Nəzəri + Praktiki
0 tapşırıq
Şəkil: asimmetriya (skewness) və kürtoz
Nəzəri + Praktiki
2.5Korrelyasiya əmsalı: Pearson, Spearman
Nəzəri + Praktiki
0 tapşırıq
Korrelyasiya əmsalı: Pearson, Spearman
Nəzəri + Praktiki
2.6Çapraz cədvəllər və kontingent analizi
Praktiki
0 tapşırıq
Çapraz cədvəllər və kontingent analizi
Praktiki
2.7Vizualizasiya: histogram, boxplot, violin
Praktiki
0 tapşırıq
Vizualizasiya: histogram, boxplot, violin
Praktiki
03Modul 3 — Nəticə Statistikası
Hipotez yoxlama, etimad intervalları, p-dəyəri, xəta növləri.
8 dərs
Modul 3 — Nəticə Statistikası
Hipotez yoxlama, etimad intervalları, p-dəyəri, xəta növləri.
3.0Statistik nəticə çıxarma: seçmə paylanması
Nəzəri
0 tapşırıq
Statistik nəticə çıxarma: seçmə paylanması
Nəzəri
3.1Etimad intervalları: z və t paylanması
Nəzəri + Praktiki
0 tapşırıq
Etimad intervalları: z və t paylanması
Nəzəri + Praktiki
3.2Hipotez yoxlama: H₀, H₁, α, p-dəyəri
Nəzəri + Praktiki
0 tapşırıq
Hipotez yoxlama: H₀, H₁, α, p-dəyəri
Nəzəri + Praktiki
3.3I növ və II növ xətalar, güc analizi
Nəzəri
0 tapşırıq
I növ və II növ xətalar, güc analizi
Nəzəri
3.4Bir nümunəli z-test və t-test
Nəzəri + Praktiki
0 tapşırıq
Bir nümunəli z-test və t-test
Nəzəri + Praktiki
3.5İki nümunəli t-test: müstəqil vs cütlənmiş
Nəzəri + Praktiki
0 tapşırıq
İki nümunəli t-test: müstəqil vs cütlənmiş
Nəzəri + Praktiki
3.6Xİ-kvadrat testi: uyğunluq və müstəqillik
Nəzəri + Praktiki
0 tapşırıq
Xİ-kvadrat testi: uyğunluq və müstəqillik
Nəzəri + Praktiki
3.7ANOVA: bir amilə görə dispersiya analizi
Nəzəri + Praktiki
0 tapşırıq
ANOVA: bir amilə görə dispersiya analizi
Nəzəri + Praktiki
04Modul 4 — Reqressiya Analizi
Sadə və çoxlu xətti reqressiya, model qiymətləndirməsi, qeyri-xətti modellər.
8 dərs
Modul 4 — Reqressiya Analizi
Sadə və çoxlu xətti reqressiya, model qiymətləndirməsi, qeyri-xətti modellər.
4.0Sadə xətti reqressiya: OLS metodu
Nəzəri + Praktiki
0 tapşırıq
Sadə xətti reqressiya: OLS metodu
Nəzəri + Praktiki
4.1Reqressiya fərziyyələri və diaqnostika
Nəzəri + Praktiki
0 tapşırıq
Reqressiya fərziyyələri və diaqnostika
Nəzəri + Praktiki
4.2Çoxlu xətti reqressiya: interpretasiya
Nəzəri + Praktiki
0 tapşırıq
Çoxlu xətti reqressiya: interpretasiya
Nəzəri + Praktiki
4.3Multicollinearity, VIF analizi
Nəzəri + Praktiki
0 tapşırıq
Multicollinearity, VIF analizi
Nəzəri + Praktiki
4.4Loqistik reqressiya: ikili nəticələr
Nəzəri + Praktiki
0 tapşırıq
Loqistik reqressiya: ikili nəticələr
Nəzəri + Praktiki
4.5Model seçimi: AIC, BIC, adjusted R²
Nəzəri + Praktiki
0 tapşırıq
Model seçimi: AIC, BIC, adjusted R²
Nəzəri + Praktiki
4.6Polinom və qeyri-xətti reqressiya
Nəzəri + Praktiki
0 tapşırıq
Polinom və qeyri-xətti reqressiya
Nəzəri + Praktiki
4.7Reqressiya ilə proqnoz və etimad intervalları
Praktiki
0 tapşırıq
Reqressiya ilə proqnoz və etimad intervalları
Praktiki
05Modul 5 — Xüsusi Mövzular
Parametrik olmayan testlər, Bootstrap, Bayes statistikası, zaman sıraları.
8 dərs
Modul 5 — Xüsusi Mövzular
Parametrik olmayan testlər, Bootstrap, Bayes statistikası, zaman sıraları.
5.0Parametrik olmayan testlər: Mann-Whitney, Wilcoxon
Nəzəri + Praktiki
0 tapşırıq
Parametrik olmayan testlər: Mann-Whitney, Wilcoxon
Nəzəri + Praktiki
5.1Kruskal-Wallis, Friedman testləri
Nəzəri + Praktiki
0 tapşırıq
Kruskal-Wallis, Friedman testləri
Nəzəri + Praktiki
5.2Bootstrap metodu: yenidən seçmə ilə nəticə
Nəzəri + Praktiki
0 tapşırıq
Bootstrap metodu: yenidən seçmə ilə nəticə
Nəzəri + Praktiki
5.3Bayes statistikası: prior, likelihood, posterior
Nəzəri + Praktiki
0 tapşırıq
Bayes statistikası: prior, likelihood, posterior
Nəzəri + Praktiki
5.4Zaman sıralarına giriş: trend, mövsüm, səs-küy
Nəzəri + Praktiki
0 tapşırıq
Zaman sıralarına giriş: trend, mövsüm, səs-küy
Nəzəri + Praktiki
5.5ARIMA modeli ilə proqnozlaşdırma
Nəzəri + Praktiki
0 tapşırıq
ARIMA modeli ilə proqnozlaşdırma
Nəzəri + Praktiki
5.6A/B testinin statistikası
Nəzəri + Praktiki
0 tapşırıq
A/B testinin statistikası
Nəzəri + Praktiki
5.7Final layihə: tam statistik analiz hesabatı
Layihə
0 tapşırıq
Final layihə: tam statistik analiz hesabatı
Layihə
Tapşırıqları görmək üçün daxil olub kursa yazılın.
Rəylər
Hələ rəy yoxdur
Kursu bitirənlər qiymətləndirə bilər