重采样方法数据分析
采样方法指统计推理方法(例如标准误差估计、信任区间构造、假设测试)依赖计算机的力量和速度构建采样分布以获取兴趣统计。这些方法对自然资源科学有吸引力,因为它们为推理提供了一种方法,而无需假设所收集数据或相关统计的底层分布学生本类接触常用重采样方法,包括jknifing、靴子安装和随机分解/变换测试注意力特别放在覆盖式踏布上,包括多方法搭建靴套互信间隔和不同的靴套数据生成方法。 虽然课程深入到各种方法的一些基础理论中去,但课程的主要焦点是方法应用
本类使用R并设计给至少具备基本背景编程-相当于一学期R或类似编程语言(例如JavaScript和C.)的学生
教官:博士特拉维斯布伦登
类格式和段
离奇联机类非信用自序类约等3学分课程。学生可在任何时候开始教课并有6个月完成课程
购买类 :
价位800元。您可使用信用卡或ACH购买类QFC商店前端
MSU客机账号(非MSU附属学生)
课中每个学生都需要一个MSU账号 。 如果您不附属于MSU可在此获取MSU客机.
问题支付支票或批量购买CharlieBelinsky517-355-01226或belinsky@msu.edu
打印
邮箱