Dieser zweite Kurs in statistischer Modellierung führt die Studenten in das Studium der Varianzanalyse (ANOVA), der Kovarianzanalyse (ANCOVA) und der Versuchsplanung ein. ANOVA und ANCOVA, die als eine Art lineares Regressionsmodell dargestellt werden, bilden die mathematische Grundlage für die Planung von Experimenten für datenwissenschaftliche Anwendungen. Der Schwerpunkt liegt auf wichtigen Konzepten zur Versuchsplanung, wie Randomisierung, Blocking, faktoriellem Design und Kausalität. Dieser Kurs kann im Rahmen des Master of Science in Data Science (MS-DS) der CU Boulder, der auf der Coursera-Plattform angeboten wird, für akademische Zwecke genutzt werden. Der MS-DS ist ein interdisziplinärer Studiengang, der Dozenten aus den Fachbereichen Angewandte Mathematik, Informatik, Informationswissenschaften und anderen Bereichen der CU Boulder zusammenbringt. Da die Zulassung leistungsabhängig ist und es kein Bewerbungsverfahren gibt, ist der MS-DS ideal für Personen mit einem breiten Spektrum an grundständiger Ausbildung und/oder Berufserfahrung in Informatik, Informationswissenschaft, Mathematik und Statistik. Erfahren Sie mehr über das MS-DS-Programm unter https://www.coursera.org/degrees/master-of-science-data-science-boulder. Logo angepasst von Foto von Vincent Ledvina auf Unsplash

ANOVA und Versuchsplanung
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

ANOVA und Versuchsplanung
Dieser Kurs ist Teil von Spezialisierung „Statistische Modellierung für datenwissenschaftliche Anwendungen“

Dozent: Brian Zaharatos
6.635 bereits angemeldet
Bei enthalten
21 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Identifizieren und interpretieren Sie das/die Zwei-Wege-ANOVA- (und ANCOVA-) Modell(e) als ein lineares Regressionsmodell.
Verwenden Sie die Zwei-Wege-ANOVA- und ANCOVA-Modelle, um Forschungsfragen anhand von realen Daten zu beantworten.
Definieren Sie die Konzepte der Replikation, der wiederholten Messungen und des vollfaktoriellen Versuchsplans im Zusammenhang mit der zweiseitigen ANOVA und wenden Sie sie an.
Kompetenzen, die Sie erwerben
- Kategorie: Statistische Hypothesenprüfung
- Kategorie: Allgemeine Wissenschaft und Forschung
- Kategorie: Quantitative Forschung
- Kategorie: Datenanalyse
- Kategorie: Experimentieren
- Kategorie: Kalkulation
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Mathematische Modellierung
- Kategorie: Regressionsanalyse
- Kategorie: Daten-Ethik
- Kategorie: Lineare Algebra
- Kategorie: Statistische Modellierung
- Kategorie: Statistische Analyse
- Kategorie: Statistische Methoden
- Kategorie: Datenwissenschaft
- Kategorie: Forschungsdesign
- Kategorie: Statistische Inferenz
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
24 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Auf einen Abschluss hinarbeiten
Dieses Kurs ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Colorado Boulderangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹
Dozent

Mehr von Wahrscheinlichkeitsrechnung und Statistik entdecken

University of Colorado Boulder

Arizona State University

University of Colorado Boulder

University of Colorado Boulder
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
61,90 %
- 4 stars
4,76 %
- 3 stars
9,52 %
- 2 stars
9,52 %
- 1 star
14,28 %
Zeigt 3 von 21 an
Geprüft am 30. Juli 2022
Great course. Really useful and practical, and the exercise is not too difficult.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,




