Dieser Kurs führt in den Bayes'schen Ansatz in der Statistik ein. Er beginnt mit dem Konzept der Wahrscheinlichkeit und geht über zur Analyse von Daten. Wir lernen die Philosophie des Bayes'schen Ansatzes kennen und erfahren, wie man ihn für gängige Datentypen anwendet. Wir werden den Bayes'schen Ansatz mit dem häufiger gelehrten Frequentistischen Ansatz vergleichen und einige der Vorteile des Bayes'schen Ansatzes kennenlernen. Insbesondere ermöglicht der Bayes'sche Ansatz eine bessere Berücksichtigung der Unsicherheit, intuitivere und besser interpretierbare Ergebnisse und eine explizitere Angabe der Annahmen. Dieser Kurs kombiniert Vorlesungsvideos, Computerdemonstrationen, Lektüre, Übungen und Diskussionsforen, um eine aktive Lernerfahrung zu schaffen. Für die Datenverarbeitung haben Sie die Wahl zwischen Microsoft Excel und dem frei verfügbaren Open-Source-Statistikpaket R, wobei die Inhalte beider Optionen gleichwertig sind. Die Vorlesungen vermitteln einige der grundlegenden mathematischen Entwicklungen sowie Erklärungen zur Philosophie und Interpretation. Nach Abschluss dieses Kurses kennen Sie die Konzepte des Bayes'schen Ansatzes, verstehen die wichtigsten Unterschiede zwischen Bayes'schen und Frequentistischen Ansätzen und sind in der Lage, grundlegende Datenanalysen durchzuführen.

Bayessche Statistik: Vom Konzept zur Datenanalyse
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

Bayessche Statistik: Vom Konzept zur Datenanalyse
Dieser Kurs ist Teil von Spezialisierung „Bayessche Statistik“

Dozent: Herbert Lee
161.489 bereits angemeldet
Bei Mehr erfahren enthalten
3,234 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Beschreiben Sie den Bayes'schen Ansatz in der Statistik und wenden Sie ihn an.
Erklären Sie die wichtigsten Unterschiede zwischen Bayes'schen und Frequentistischen Ansätzen.
Beherrschen Sie die Grundlagen der R-Computing-Umgebung.
Kompetenzen, die Sie erwerben
- Kategorie: Wahrscheinlichkeit
- Kategorie: Statistische Inferenz
- Kategorie: Statistische Modellierung
- Kategorie: Statistische Visualisierung
- Kategorie: Analytische Fähigkeiten
- Kategorie: Statistische Analyse
- Kategorie: Statistische Methoden
- Kategorie: Regressionsanalyse
- Kategorie: Datenmodellierung
- Kategorie: Prädiktive Modellierung
- Kategorie: Wahrscheinlichkeitsverteilung
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Statistik
- Kategorie: Datenanalyse
- Kategorie: Datenvisualisierung
- Kategorie: Bayessche Statistik
Werkzeuge, die Sie lernen werden
- Kategorie: R (Software)
- Kategorie: Microsoft Excel
- Kategorie: Statistische Software
- Kategorie: R Programmierung
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
18 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.
Dozent

Mehr von Wahrscheinlichkeitsrechnung und Statistik entdecken

University of California, Santa Cruz

University of California, Santa Cruz

University of California, Santa Cruz

University of California, Santa Cruz
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
67,34 %
- 4 Sterne
25,01 %
- 3 Sterne
5,22 %
- 2 Sterne
1,26 %
- 1 Stern
1,14 %
Zeigt 3 von 3234 an
Geprüft am 30. März 2023
Amazing and capable professor, extremely interesting topic. I absolutely loved the fact that the coding was taught in both R and Excel and that the code was also available for the student.
Geprüft am 29. Okt. 2016
Amazing course ! Excellent. Prof. Herbert has a great didactics, the material is clear and very well planned, including the assessments. Thank you very much. Flavio Lichtenstein (Brazil).
Geprüft am 16. Okt. 2024
The concepts could have been made much more easier, simpler and more examples could have been inculcated. But overall, a great course to gain in-depth insights for a starter on Bayesian Statistics
Was führt Sie heute zu Coursera?
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,




