UniMate AI

STATS 1000

Statistical Practice I

3 学分难度 简易👥 1 人学过

本课程介绍了统计学在现实世界中广泛的应用。它具有很强的实用性, 使用统计软件包SPSS来分析真实数据。主题包括:数据的组织、描述和展示;实验和调查的设计;随机变量、概率分布、二项分布和正态分布;统计推断、显著性检验、置信区间;均值与比例推理、单样本检验、两个独立样本、配对数据、t检验、列联表方差分析;线性回归, 最小二乘估计, 残差和变换, 回归系数推断, 预测。

Course decision

选课先看

先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。

考核总权重

100%

8 项考核

最高单项

60%

Exam

期末考试

以官方 outline 为准

Hurdle

1 项

需要单独满足

What you learn

学完能做什么

学习成果来自官方 Unit Outline,关键词来自这门课的逐周主题。

课程能力关键词

statisticalpracticecourseanalysispracticestatisticalthinkingdatacollectiondescriptivevisualisationanduncertaintysamplingapplied

Syllabus

每周大纲

默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。

  1. 1

    Statistical thinking in practice

    本周围绕 Statistical thinking in practice 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticestatisticalthinking
  2. 2

    Data collection and cleaning

    本周围绕 Data collection and cleaning 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticedatacollection
  3. 3

    Descriptive analysis

    本周围绕 Descriptive analysis 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticedescriptive
  4. 4

    Visualisation and communication

    本周围绕 Visualisation and communication 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticevisualisationand
  5. 5

    Uncertainty and probability

    本周围绕 Uncertainty and probability 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticeuncertaintyand
  6. 6

    Sampling and inference basics

    本周围绕 Sampling and inference basics 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticesamplingand
  7. 7

    Applied regression

    本周围绕 Applied regression 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticeappliedregression
  8. 8

    Designing simple studies

    本周围绕 Designing simple studies 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticedesigningsimple
  9. 9

    Software workflow for statistics

    本周围绕 Software workflow for statistics 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticesoftwareworkflow
  10. 10

    Case study in statistical practice

    本周围绕 Case study in statistical practice 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticecasestudy
  11. 11

    Assessment workshop

    本周围绕 Assessment workshop 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticeassessmentworkshop
  12. 12

    Statistical practice review

    本周围绕 Statistical practice review 展开,结合 STATS 1000 Statistical Practice I 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    statisticalpracticecourseanalysispracticestatisticalreview

Assessment

考核结构

Online Quizzes

在线测验。

5%

Mid Semester Major Quiz

期中大测验。

10%

Assignment 1

作业 1。

5%

Assignment 2

作业 2。

5%

Assignment 3

作业 3。

5%

Assignment 4

作业 4。

5%

Report

报告。

5%

ExamHurdle

期末考试。

60%

Week Exam period

Reviews

学生评价

5.0

难度

5.0

含金量

5.0

压力

5.0

教师评分

Susie Hong

很简单的统计基础,基本上都是高中学过的知识!推荐小白选的选修课

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。