UniMate AI

STATS 1005

Statistical Analysis & Modelling I

3 学分难度 中等👥 2 人学过

这是为倾向于数学的学生开设的第一门统计学课程。它将解决的关键原则, 基本常用的统计方法, 如置信区间, 假设检验, 推论的平均值和比例, 和线性回归。它将发展对这些思想的更深的数学理解, 其中许多是在中学学习中熟悉的。在医学、科学、技术、政府、商业和制造业等领域的一系列问题上阐述基本和更先进的统计方法的应用。将通过一系列计算机实践来发展统计程序包R的使用。涵盖的主题将包括:基本概率和随机变量, 基本分布, 均值和比例推理, 独立和配对样本比较, 简单线性回归, 诊断和模型检查, 多元线性回归, 简单因子模型, 带有因素和连续预测因子的模型。

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%

4 项考核

最高单项

50%

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

statisticalanalysiscourseanalysispracticestatisticalmodellingprobabilitymodelsestimationandregressionmodeldiagnosticsclassification

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 modelling workflow

    本周围绕 Statistical modelling workflow 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticestatisticalmodelling
  2. 2

    Probability models

    本周围绕 Probability models 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticeprobabilitymodels
  3. 3

    Estimation and inference

    本周围绕 Estimation and inference 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticeestimationand
  4. 4

    Regression analysis

    本周围绕 Regression analysis 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticeregression
  5. 5

    Model diagnostics

    本周围绕 Model diagnostics 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticemodeldiagnostics
  6. 6

    Classification and prediction

    本周围绕 Classification and prediction 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticeclassificationand
  7. 7

    Experimental design basics

    本周围绕 Experimental design basics 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticeexperimentaldesign
  8. 8

    Data visualisation and reporting

    本周围绕 Data visualisation and reporting 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticedatavisualisation
  9. 9

    Applied analytics case

    本周围绕 Applied analytics case 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticeappliedanalytics
  10. 10

    Software-based analysis workshop

    本周围绕 Software-based analysis workshop 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticesoftwarebased
  11. 11

    Revision and synthesis

    本周围绕 Revision and synthesis 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticerevisionand
  12. 12

    Statistical analysis and modelling review

    本周围绕 Statistical analysis and modelling review 展开,结合 STATS 1005 Statistical Analysis & Modelling 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。

    statisticalanalysiscourseanalysispracticestatisticaland

Assessment

考核结构

Assignments

作业。

20%

Mid semester test

中期测试。

20%

Online quizzes

在线测验。

10%

ExamHurdle

期末考试,含 40% hurdle。

50%

Week Exam period

Reviews

学生评价

3.0

难度

4.0

含金量

3.0

压力

5.0

教师评分

Yimin Jiang

很实用的一门课,建议二刷

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。