Bienvenue aux statistiques inférentielles ! Dans ce cours, nous aborderons les fondements de l'inférence. Consultez les objectifs d'apprentissage, commencez à regarder les vidéos, et enfin travaillez sur le quiz et les laboratoires de cette semaine. En plus des vidéos qui introduisent de nouveaux concepts, vous verrez également quelques vidéos qui vous guideront à travers des exemples d'application liés aux sujets de la semaine. Au cours de la première semaine, nous introduirons le théorème central limite (CLT) et l'intervalle de confiance.

Bienvenue à la deuxième semaine ! Cette semaine, nous aborderons les tests d'hypothèse formels et nous relierons les procédures de test à l'estimation par le biais des intervalles de confiance. Ces sujets seront introduits dans le contexte du travail avec une moyenne de population, mais nous vous donnerons également un bref aperçu de ce qui vous attend dans les deux prochaines semaines en discutant de la manière dont les méthodes que nous apprenons peuvent être étendues à d'autres estimateurs. Nous aborderons également des considérations cruciales telles que les erreurs de décision et la signification statistique par rapport à la signification pratique. Les travaux pratiques de cette semaine illustreront les concepts de distributions d'échantillonnage et de niveaux de confiance.

Bienvenue à la troisième semaine du cours ! Cette semaine, nous vous présenterons la distribution t et la comparaison des moyennes, ainsi qu'une méthode basée sur la simulation pour créer un intervalle de confiance : le bootstrapping. Si vous avez des questions ou des discussions, veuillez utiliser le forum de cette semaine pour les poser ou en discuter avec vos pairs.

Bienvenue à la quatrième semaine de notre cours ! Dans cette unité, nous discuterons de l'inférence pour les données catégorielles. Nous utiliserons les méthodes présentées cette semaine pour répondre à des questions telles que "Quelle proportion du public américain approuve le travail de la Cour Suprême ?" Cette semaine également, vous utiliserez l'ensemble des données fournies pour répondre à une question d'analyse de données et rédiger un rapport à ce sujet. Veuillez lire les instructions du projet pour réaliser cette auto-évaluation.