[問題] 有沒有推薦的統計課程

看板Python作者 (aaa)時間4周前 (2024/05/21 09:57), 編輯推噓2(2推 0噓 42→)
留言44則, 6人參與, 3周前最新討論串1/1
打擾了 想問有沒有推薦偏向實務性的傳統統計線上課程或書 本身讀的是醫療相關科系 最近因為興趣在學機器學習、神經網路 在收集資料階段也想要會傳統統計 有先看過網路推薦的台大開放統計學課程 能理解大致上的概念 但實作的時候發現有我蠻多東西不知道 例如t檢定前要檢查統計分佈跟變異數 但case>30的時候就算非常態分佈仍然能用t檢定 迴歸模型要檢查分佈、抓異常值 odds ratio/hazard ratio/生存分析怎麼做 為什麼要分unadjusted跟adjusted ORs等等 所以想找個更深入的課程弄清楚 希望是偏實務性如什麼樣的資料/條件該選什麼統計方法、用之前要檢查什麼東西之類的 太數學的我可能看不懂也記不起來 現在會用python跟r 不考慮sas跟spss等付費軟體（工作場所不會買） 純統計教學可有跟工具搭配的更好 資料處理部分已經會用python或r來弄 可接受Udemy等付費線上課程 之前買python bootcamp每堂課都會有作業實作收穫良多 不過coursera plus就有點超出預算（生活繁忙可能會看好幾個月） 感謝大家 ----- Sent from JPTT on my Samsung SM-N9750. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.130.243.190 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Python/M.1716256631.A.067.html
→
05/21 10:06, 4周前 , 1F
個人覺得 Udemy 上統計課程偏簡單，想要扎實一點的話可以看
05/21 10:06, 1F
→
05/21 10:06, 4周前 , 2F
清華大學鄭少為老師的課，但就會比較多數學了；陳正倉老師
05/21 10:06, 2F
→
05/21 10:06, 4周前 , 3F
寫的應用統計學比較淺顯易懂，例子也比較接近生活。前者是
05/21 10:06, 3F
→
05/21 10:06, 4周前 , 4F
線上可以找到影音，後者可以去書局或圖書館翻翻看
05/21 10:06, 4F
→
05/21 19:49, 4周前 , 5F
感謝推薦 書查了一下目錄好像蠻適合的 會找時間去圖
05/21 19:49, 5F
→
05/21 19:49, 4周前 , 6F
書館借 清大的很多人推不過對我來說有點硬 可能會留
05/21 19:49, 6F
→
05/21 19:49, 4周前 , 7F
到最後再研究XD
05/21 19:49, 7F
推
05/21 23:17, 4周前 , 8F
少為把拔
05/21 23:17, 8F
→
05/21 23:17, 4周前 , 9F
不過傳統統計在ML, DL的佔比越來越少
05/21 23:17, 9F
→
05/22 07:39, 4周前 , 10F
單一課程似乎很難滿足你的需要，一般性適合的課程網路上不
05/22 07:39, 10F
→
05/22 07:41, 4周前 , 11F
確知有沒有，需要的話就查詢統計學系所的統計方法統計分析
05/22 07:41, 11F
→
05/22 07:42, 4周前 , 12F
或資料分析類的課程，但不一定符合和滿足你的需求。
05/22 07:42, 12F
→
05/22 07:43, 4周前 , 13F
如 odds ratio, adjusted odds ratio 是在離散（類別）資料
05/22 07:43, 13F
→
05/22 07:45, 4周前 , 14F
分析， hazard ratio 是在存活分析。至於什麼 n > 30 可用
05/22 07:45, 14F
→
05/22 07:46, 4周前 , 15F
t 檢定是基本統計學課程中學到的吧，但可惜嚴格來說那是錯
05/22 07:46, 15F
→
05/22 07:48, 4周前 , 16F
誤的，是對中央極限定理及 t 分布的錯誤理解所造成的。較正
05/22 07:48, 16F
→
05/22 07:52, 4周前 , 17F
確的說法在某些英文統計教本中可看到，例如Moore, D. S.的
05/22 07:52, 17F
推
05/22 10:43, 4周前 , 18F
醫療相關領域的話那從生物統計的課程去找可能較好入門
05/22 10:43, 18F
→
05/23 11:11, 3周前 , 19F
請教yhliu大, 有看過說t統計量(不是t分布) 本身
05/23 11:11, 19F
→
05/23 11:27, 3周前 , 20F
會converge in distribution to normal不需要母體是
05/23 11:27, 20F
→
05/23 11:30, 3周前 , 21F
normal, 例如考慮單樣本, mu=0的情況
05/23 11:30, 21F
→
05/23 11:38, 3周前 , 22F
sqrt(n)*(sample mean) converge in distribution to
05/23 11:38, 22F
→
05/23 11:38, 3周前 , 23F
N(0,1), 而sample variance converge in prabability to
05/23 11:38, 23F
→
05/23 11:47, 3周前 , 24F
sigma^2 given iid and finite 2nd moment
05/23 11:47, 24F
→
05/23 11:49, 3周前 , 25F
因此s.m. / s.e. converge in distribution to N(0,1)
05/23 11:49, 25F
→
05/23 11:50, 3周前 , 26F
不需要population是常態, 不知道這個說法有沒有問題
05/23 11:50, 26F
→
05/23 11:52, 3周前 , 27F
不過實際上明顯不是常態或是有極端值都會用無母數
05/23 11:52, 27F
→
05/24 08:15, 3周前 , 28F
t 統計量漸近常態，用的是中央極限定理，大數法則，和
05/24 08:15, 28F
→
05/24 08:17, 3周前 , 29F
Slutsky 定理。首先，t 統計量的分子應用CLT漸近常態，其次
05/24 08:17, 29F
→
05/24 08:19, 3周前 , 30F
t 的分母, 樣本變異數引用 LLN 收斂至群體變異數；最後，
05/24 08:19, 30F
→
05/24 08:22, 3周前 , 31F
引用 Slutsky 定理完成證明。當然，群體分布需具有平均數
05/24 08:22, 31F
→
05/24 08:23, 3周前 , 32F
變異數，這不僅是分子中的樣本平均數適用 CLT 的條件，也是
05/24 08:23, 32F
→
05/24 08:24, 3周前 , 33F
分母中樣本變異數收斂至群體變異數所需條件。
05/24 08:24, 33F
→
05/24 08:32, 3周前 , 34F
承先前我的看法，如統計方法一類的課程可能一學期介紹幾種
05/24 08:32, 34F
→
05/24 08:33, 3周前 , 35F
統計方法，但都不會深入，如統計分析或資料分析，可能是分
05/24 08:33, 35F
→
05/24 08:36, 3周前 , 36F
析方法的實際操演步驟，甚至不談原理。而這些絕不可能涵蓋
05/24 08:36, 36F
→
05/24 08:37, 3周前 , 37F
個人需要或有興趣的各種方法，專門針對個人興趣的應用領域
05/24 08:37, 37F
→
05/24 08:39, 3周前 , 38F
的課程可能好一點，但大概也只是方法的粗淺介紹。舉個例子
05/24 08:39, 38F
→
05/24 08:41, 3周前 , 39F
如迴歸分析中影響點特異點偵測，模型診斷殘差分析等，大概
05/24 08:41, 39F
→
05/24 08:43, 3周前 , 40F
只能在迴歸分析或迴歸模型這樣的課程學到，先前說的包含多
05/24 08:43, 40F
→
05/24 08:46, 3周前 , 41F
種分析方法的課程最多只能從一個例子學到選擇模型的程序及
05/24 08:46, 41F
→
05/24 08:47, 3周前 , 42F
從幾個殘差圖許看模型中存在的重大問題，很難學到較完整的
05/24 08:47, 42F
→
05/24 08:49, 3周前 , 43F
分析程序。另外，現在很多人使用統計都是依賴套裝軟體，上
05/24 08:49, 43F
→
05/24 08:52, 3周前 , 44F
課也多是軟體應用操作，要學到原理可能還需專門課程及專書
05/24 08:52, 44F
‣ 更多 charliedung 的文章
文章代碼(AID): #1cI_zt1d (Python)