Hoạt động của cá ngựa vằn và melatonin

Các nghiên cứu tình huống về tư duy thống kê

Justin Bois

Lecturer, Caltech

Các nghiên cứu tình huống về tư duy thống kê

Tình huống điển cứu trong tư duy thống kê

  • Rèn và mở rộng tư duy thống kê
  • Làm việc với dữ liệu thực
  • Ôn lại Statistical Thinking in Python (Phần 1) và (Phần 2)
Các nghiên cứu tình huống về tư duy thống kê

Khởi động với cá ngựa vằn

1 Phim do David Prober, Caltech cung cấp
Các nghiên cứu tình huống về tư duy thống kê

Danh pháp

  • Đột biến: Mang đột biến trên cả hai nhiễm sắc thể

  • Dạng hoang dại: Không có đột biến
Các nghiên cứu tình huống về tư duy thống kê

Hoạt động của cá, ngày và đêm

1 Dữ liệu do Avni Gandhi, Grigorios Oikonomou và David Prober, Caltech cung cấp
Các nghiên cứu tình huống về tư duy thống kê

Đợt hoạt động: thước đo mức tỉnh táo

  • Đợt hoạt động: Khoảng thời gian cá hoạt động liên tục

  • Độ dài đợt hoạt động: Số phút hoạt động liên tiếp
Các nghiên cứu tình huống về tư duy thống kê

Phân phối xác suất và câu chuyện

  • Phân phối xác suất: Mô tả toán học của các kết quả

  • Mỗi phân phối xác suất đều có một câu chuyện
Các nghiên cứu tình huống về tư duy thống kê

Các phân phối từ Statistical Thinking I

  • Uniform
  • Binomial
  • Poisson
  • Normal
  • Exponential
Các nghiên cứu tình huống về tư duy thống kê

Phân phối Exponential

  • Quá trình Poisson: Thời điểm xảy ra sự kiện tiếp theo hoàn toàn độc lập với sự kiện trước đó

  • Câu chuyện của phân phối Exponential: Thời gian chờ giữa các lần đến của một quá trình Poisson có phân phối Exponential
Các nghiên cứu tình huống về tư duy thống kê

Hàm phân phối tích lũy Exponential

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

1 Nguồn dữ liệu: Wheatley, Sovacool và Sornette, Nuclear Events Database
Các nghiên cứu tình huống về tư duy thống kê

Hàm phân phối tích lũy Exponential

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

1 Nguồn dữ liệu: Wheatley, Sovacool và Sornette, Nuclear Events Database
Các nghiên cứu tình huống về tư duy thống kê
 import dc_stat_think as dcst

 dcst.pearson_r?

 Signature: dcst.pearson_r(data_1, data_2)
 Docstring: Compute the Pearson correlation coefficient between two 
 samples.
 Parameters
 ----------
 data_1 : array_like
     One-dimensional array of data.
 data_2 : array_like
     One-dimensional array of  data.
 Returns
 -------
 output : float
     The Pearson correlation coefficient between `data_1`
     and `data_2`.
 File:      usr/local/lib/python3.5/site-packages/
            dc_stat_think-0.1.4-py3.6.egg/dc_stat_think/dc_stat_think.py
 Type:      function
Các nghiên cứu tình huống về tư duy thống kê

Sử dụng mô-đun dc_stat_think

x, y = dcst.ecdf(nuclear_incident_times)


% pip install dc_stat_think
Các nghiên cứu tình huống về tư duy thống kê

Cùng luyện tập nào!

Các nghiên cứu tình huống về tư duy thống kê

Preparing Video For Download...