Математическая статистика и А/В тестирование

В этом онлайн-курсе мы будем смотреть на данные через призму математической статистики. Поговорим о том, какое место она занимает среди наук о данных. Научимся аккуратно переводить повседневные задачи на язык статистики и выбирать методы для работы с ними.

К концу курса мы научимся грамотно выбирать методы для проверки гипотез, строить доверительные интервалы, а также реализовывать это всё на Python.

• Общая схема математической статистики
• Накидываем схему математической статистики, осознаём мощь средних. Придумываем метод моментов, понимаем как распределено среднее, строим для него доверительный интервал.
• Свойства статистических оценок
• Разбираемся со статистическими свойствами оценок. Смотрим на то, как они выглядят на симуляциях. Обсуждаем, зачем статистики хотят, чтобы их оценки обладали такими свойствами.
• Доверительные интервалы
• До этого мы обсудили асимптотических союзников: ЦПТ и дельта-метод. Оказывается, что есть ещё и точные. На этой неделе поговорим про них, а также про точные доверительные интервалы.
• Параметрические критерии и проверка гипотез
• Пришло время обсудить то, как математическая статистика помогает отвечать на разные вопросы. Говорим про проверку гипотез.
• Непараметрические критерии, критерии согласия, бутстрап
• Продолжаем добавлять на схему статистики новые кусочки. Пришло время бустрапа, непараметрических критериев и критериев согласия.
• A/B тестирование
• Говорим про то, как на практике проверяют разные идеи (А/B-тестирование), а также о том, какие проблемы при этом обычно возникают. Соединяем весь материал, который мы изучили, в единую картину мира.