Pilih bahasa Anda
Kursus Statistika Nonparametrik
Lebih dari 2 juta pelajar di seluruh dunia

Kursus Statistika Nonparametrik

Kuasai metode statistika yang bekerja ketika data Anda melanggar aturan. Kursus ini mencakup spektrum penuh teknik nonparametrik — dari uji berbasis peringkat hingga resampling dan analisis ketahanan hidup — memberi Anda alat yang ketat untuk data dunia nyata yang berantakan. Tidak diperlukan normalitas.

Dedika untuk bisnis

Apa yang akan Anda pelajari:

Anda akan membangun perangkat lengkap metode statistika nonparametrik yang didasari oleh penalaran inferensial yang baik. Kursus ini mencakup konsep dasar seperti prosedur peringkat, skala pengukuran, dan diagnostik asumsi sebelum beralih ke uji satu sampel, dua sampel, dan k-sampel. Anda akan mempelajari ukuran korelasi termasuk rho Spearman dan tau Kendall, metode data kategorik, serta teknik resampling seperti bootstrap dan uji permutasi. Topik lanjutan mencakup estimasi kepadatan kernel, regresi nonparametrik, dan analisis ketahanan hidup Kaplan-Meier. Anda juga akan memperoleh keterampilan praktis dalam R dan Python, analisis daya, serta mengomunikasikan hasil kepada audiens teknis maupun non-teknis.

Bagaimana Anda belajar secara praktis Kursus Statistika Nonparametrik

Bagaimana Anda berlatih Kursus Statistika Nonparametrik

Untuk Anda yang memiliki perusahaan dan ingin melatih tim

Di Dedika untuk perusahaan, kursus dilengkapi dengan latihan dan contoh yang disesuaikan dengan bisnis Anda dan kebutuhan perusahaan Anda.

Klik di sini

Konten kursus

8 Bab • 40 PelajaranDurasi antara 4 dan 360 jam (Anda yang menentukan)

Bab 1Lihat detail

Fondasi Pemikiran Nonparametrik

  • Pelajaran 1 • Tinjauan Pengujian Hipotesis

    Menyegarkan kembali logika hipotesis nol dan alternatif, nilai-p, dan jenis galat. Menjangkarkan inferensi nonparametrik dalam kerangka pengujian hipotesis umum.

  • Pelajaran 2 • Skala Pengukuran dan Jenis Data

    Mencakup skala nominal, ordinal, interval, dan rasio beserta implikasi analitisnya. Menghubungkan jenis skala dengan pemilihan uji yang tepat di seluruh kursus.

  • Pelajaran 3 • Kerangka Parametrik Versus Nonparametrik

    Membandingkan asumsi distribusional yang mendasari setiap kerangka. Menetapkan alasan inti bab ini untuk memilih metode nonparametrik.

  • Pelajaran 4 • Menilai Asumsi Distribusional

    Mengajarkan alat grafis dan formal untuk memeriksa normalitas dan homogenitas. Membekali mahasiswa untuk mendiagnosis kapan metode nonparametrik diperlukan.

  • Pelajaran 5 • Peringkat, Keterikatan, dan Statistik Urutan

    Memperkenalkan prosedur pemeringkatan dan strategi penanganan keterikatan yang menjadi pusat uji nonparametrik. Menyediakan kosakata komputasi yang digunakan di semua bab selanjutnya.

Bab 2Lihat detail

Uji Satu Sampel dan Uji Kebaikan Kesesuaian

  • Pelajaran 1 • Uji Satu Sampel Kolmogorov-Smirnov

    Menggunakan fungsi distribusi kumulatif empiris untuk menguji kesesuaian distribusi. Menawarkan alternatif data kontinu untuk pendekatan kebaikan kesesuaian chi-kuadrat.

  • Pelajaran 2 • Uji Tanda

    Memperkenalkan uji nonparametrik satu sampel paling sederhana berdasarkan logika binomial. Menetapkan konsep pengujian median populasi tanpa asumsi distribusional.

  • Pelajaran 3 • Memilih dan Melaporkan Uji Satu Sampel

    Memandu pengambilan keputusan di antara opsi nonparametrik satu sampel berdasarkan karakteristik data. Mencakup konvensi pelaporan gaya APA untuk hasil uji.

  • Pelajaran 4 • Uji Kebaikan Kesesuaian Chi-Kuadrat

    Menguji apakah frekuensi yang diamati cocok dengan distribusi teoretis yang ditentukan. Menghubungkan analisis data kategorik dengan perangkat nonparametrik yang lebih luas.

  • Pelajaran 5 • Uji Peringkat Bertanda Wilcoxon

    Memperluas uji tanda dengan memasukkan informasi besaran melalui peringkat. Mendemonstrasikan peningkatan daya dibandingkan uji tanda untuk distribusi simetris.

Bab 3Lihat detail

Metode Perbandingan Dua Sampel

  • Pelajaran 1 • Uji Mann-Whitney U

    Menguji apakah dua sampel independen berasal dari populasi yang sama menggunakan jumlah peringkat. Berfungsi sebagai padanan nonparametrik dari uji t sampel independen.

  • Pelajaran 2 • Ukuran Efek dan Signifikansi Praktis

    Memperkenalkan korelasi rank-biserial dan ukuran terkait untuk uji dua sampel. Menjembatani signifikansi statistik dan kebermaknaan temuan di dunia nyata.

  • Pelajaran 3 • Uji Peringkat Bertanda Wilcoxon untuk Data Berpasangan

    Menerapkan prosedur peringkat bertanda pada desain pasangan yang cocok atau pengukuran berulang. Memperkuat perbedaan antara struktur sampel independen dan dependen.

  • Pelajaran 4 • Uji Dua Sampel Kolmogorov-Smirnov

    Membandingkan distribusi empiris penuh dari dua sampel independen. Mendeteksi perbedaan dalam lokasi, sebaran, dan bentuk secara simultan.

  • Pelajaran 5 • Asumsi, Pelanggaran, dan Ketahanan

    Mengkaji apa yang terjadi ketika asumsi independensi atau simetri dilanggar. Mempersiapkan mahasiswa untuk mengevaluasi secara kritis penerapan uji pada data nyata yang tidak rapi.

Bab 4Lihat detail

Uji K-Sampel dan Multi-Kelompok

  • Pelajaran 1 • Uji Kruskal-Wallis

    Menggeneralisasi uji Mann-Whitney ke k kelompok independen melalui analisis peringkat keseluruhan. Berfungsi sebagai analog nonparametrik dari ANOVA satu arah.

  • Pelajaran 2 • Uji Tren Jonckheere-Terpstra

    Mendeteksi alternatif terurut di antara k kelompok independen ketika tren terarah dihipotesiskan. Menambahkan daya terarah melampaui uji Kruskal-Wallis omnibus.

  • Pelajaran 3 • Memilih di Antara Prosedur K-Sampel

    Mensintesis kriteria keputusan untuk memilih di antara uji omnibus dan tren. Memperkuat pemilihan uji yang tepat berdasarkan jenis desain dan pertanyaan penelitian.

  • Pelajaran 4 • Perbandingan Pasangan Post-Hoc

    Mengontrol tingkat galat keluarga ketika menindaklanjuti hasil Kruskal-Wallis yang signifikan. Mencakup uji Dunn dan penyesuaian tipe Bonferroni untuk perbandingan berganda.

  • Pelajaran 5 • Uji Friedman untuk Pengukuran Berulang

    Menganalisis k sampel terkait atau pengukuran berulang menggunakan peringkat dalam blok. Bertindak sebagai padanan nonparametrik dari ANOVA pengukuran berulang.

Bab 5Lihat detail

Korelasi dan Asosiasi Nonparametrik

  • Pelajaran 1 • Ukuran untuk Asosiasi Kategorik

    Mencakup ukuran berbasis chi-kuadrat termasuk V Cramer dan koefisien kontingensi. Memperluas analisis asosiasi ke variabel kategorik nominal dan ordinal.

  • Pelajaran 2 • Korelasi Peringkat Spearman

    Mengukur asosiasi monotonik dengan mengkorelasikan peringkat dua variabel. Menyediakan alternatif berbasis peringkat yang mendasar untuk korelasi Pearson.

  • Pelajaran 3 • Melaporkan dan Memvisualisasikan Asosiasi

    Mencakup plot sebar, plot peringkat, dan tabel terformat untuk hasil asosiasi. Memastikan mahasiswa mengomunikasikan temuan dengan jelas dan akurat.

  • Pelajaran 4 • Korelasi Parsial dan Berganda Berdasarkan Peringkat

    Mengontrol variabel perancu dalam kerangka korelasi berbasis peringkat. Menjembatani asosiasi nonparametrik ke pemikiran analitis multivariat.

  • Pelajaran 5 • Ukuran Tau Kendall

    Memperkenalkan logika pasangan konkordan dan diskordan yang mendasari tau-a, tau-b, dan tau-c. Menyoroti keunggulan dibandingkan Spearman untuk sampel kecil dan data dengan keterikatan.

Bab 6Lihat detail

Analisis Data Kategorik

  • Pelajaran 1 • Tabel Kontingensi Dua Arah

    Mengonstruksi dan menginterpretasikan tabel r × c untuk dua variabel kategorik. Menetapkan fondasi struktural untuk semua uji berbasis chi-kuadrat dalam bab ini.

  • Pelajaran 2 • Uji Q Cochran

    Memperluas uji McNemar ke tiga atau lebih pengukuran biner terkait. Menyediakan analog kategorik untuk uji Friedman pada hasil dikotomis.

  • Pelajaran 3 • Uji Tren untuk Kategori Ordinal

    Menerapkan uji Cochran-Armitage dan terkait untuk mendeteksi tren linear di seluruh kategori terurut. Menambahkan sensitivitas terarah melampaui uji chi-kuadrat omnibus.

  • Pelajaran 4 • Uji McNemar untuk Proporsi Berpasangan

    Menguji perubahan dalam hasil biner untuk data kategorik berpasangan atau pengukuran berulang. Melengkapi uji peringkat bertanda Wilcoxon untuk variabel respons dikotomis.

  • Pelajaran 5 • Uji Eksak Fisher

    Menghitung nilai-p eksak untuk tabel 2 × 2 ketika frekuensi harapan kecil. Mengatasi kerusakan aproksimasi chi-kuadrat dalam kondisi data jarang.

Bab 7Lihat detail

Metode Resampling dan Permutasi

  • Pelajaran 1 • Bootstrap untuk Korelasi dan Regresi

    Melakukan bootstrap pada rho Spearman dan koefisien regresi untuk menilai stabilitas dan ketidakpastian. Memperluas metode resampling ke konteks asosiasi dan prediksi.

  • Pelajaran 2 • Pertimbangan Praktis dalam Resampling

    Membahas jumlah iterasi, biaya komputasi, dan implementasi perangkat lunak resampling. Mempersiapkan mahasiswa untuk menerapkan metode ini secara andal dalam alur kerja analitis nyata.

  • Pelajaran 3 • Uji Permutasi untuk Dua Sampel

    Menerapkan logika permutasi pada perbedaan mean, median, dan jumlah peringkat antar kelompok. Memperkuat konsep dua sampel dari Bab 3 dengan perspektif resampling.

  • Pelajaran 4 • Prinsip Uji Permutasi

    Menurunkan distribusi nol dengan permutasi data observasi yang lengkap atau acak. Menetapkan fondasi logis untuk semua inferensi berbasis resampling.

  • Pelajaran 5 • Selang Kepercayaan Bootstrap

    Menghasilkan distribusi pengambilan sampel dengan resampling dengan pengembalian dari data observasi. Menghasilkan selang kepercayaan untuk statistik apa pun tanpa asumsi distribusional.

Bab 8Lihat detail

Teknik Nonparametrik Lanjutan

  • Pelajaran 1 • Analisis Ketahanan Hidup Kaplan-Meier

    Mengestimasi fungsi ketahanan hidup dari data waktu-hingga-peristiwa yang disensor secara nonparametrik. Memperkenalkan alat fundamental untuk analisis nonparametrik hasil ketahanan hidup.

  • Pelajaran 2 • Uji Log-Rank dan Uji Ketahanan Hidup Terkait

    Membandingkan kurva ketahanan hidup antar kelompok menggunakan statistik uji berbasis peringkat. Menghubungkan analisis ketahanan hidup ke kerangka perbandingan nonparametrik yang lebih luas.

  • Pelajaran 3 • Regresi Nonparametrik dan Penghalusan

    Menyesuaikan kurva regresi yang fleksibel menggunakan metode polinomial lokal dan spline. Memperluas analisis regresi ke hubungan non-linear tanpa asumsi bentuk fungsional.

  • Pelajaran 4 • Estimasi Kepadatan Kernel

    Mengestimasi kepadatan probabilitas kontinu tanpa mengasumsikan bentuk parametrik. Menyediakan deskripsi distribusional yang fleksibel melampaui histogram dan diagram kotak.

  • Pelajaran 5 • Mengintegrasikan Metode ke dalam Alur Kerja Analitis

    Mensintesis semua metode kursus ke dalam kerangka pengambilan keputusan dan pelaporan yang koheren. Mempersiapkan mahasiswa untuk merancang dan menjalankan analisis nonparametrik lengkap secara mandiri.

Sertifikasi

Sertifikat valid Anda setelah menyelesaikan

Kursus ini cocok untuk Anda:

  • Peneliti pascasarjana: membutuhkan metode yang valid untuk sampel studi yang kecil atau tidak normal.

  • Analis data klinis: bekerja dengan hasil ordinal dan pengukuran pasien yang miring.

  • Ilmuwan sosial: menganalisis skala survei yang tidak mendukung asumsi parametrik.

  • Ilmuwan data: menginginkan ketelitian statistik di balik teknik evaluasi model bebas distribusi.

  • Ahli epidemiologi: secara rutin menangani data ketahanan yang disensor dan tabel kontingensi yang jarang.

  • Pengalih karier: membangun seperangkat keterampilan kuantitatif yang kredibel dari fondasi statistika yang kokoh.

Apa kata para siswa kami

Kelasnya sangat sempurna. Saya membeli paket satu tahun dan akhirnya memiliki kesempatan untuk mengikuti berbagai topik yang saya minati tanpa perlu berganti platform... terima kasih atas semua yang kalian lakukan, saya sudah merekomendasikan kalian kepada orang lain...
Giulio Carlo
Giulio CarloSiswa Marketing Digital
Saya suka bagaimana pelajarannya langsung pada intinya dan bagaimana saya bisa berpindah bab dan melewati konten yang tidak saya butuhkan.
Mariana Ferres
Mariana FerresSiswa Fotografi
Saya suka kontennya dan cara presentasi serta transkripsi videonya, yang mempercepat prosesnya!
Luciana Alvarenga
Luciana AlvarengaSiswa Desain Kuku
Platformnya cepat, mudah digunakan. Keragaman konten dan video pelengkapnya sangat membantu dalam pembelajaran.
André Felipe
André FelipeSiswa Prompt Engineering

Pelatihan utama

FAQ

Siapa itu Dedika?

Apakah sertifikat ini berlaku di Indonesia?

Apakah kursusnya gratis?

Berapa beban belajar kursusnya?

Bagaimana bentuk kursusnya?

Bagaimana cara kerja kursusnya?

Berapa lama durasi kursusnya?

Berapa biaya atau harga kursusnya?

Apa itu kursus EAD atau online dan bagaimana cara kerjanya?

Kursus PDF