In diesem Kurs werden wir die grundlegenden Prinzipien der Verwendung von Daten zur Schätzung und zur Bewertung von Theorien erkunden. Wir werden sowohl kategoriale Daten als auch quantitative Daten analysieren, wobei wir mit Techniken für eine Population beginnen und diese auf den Vergleich zweier Populationen ausweiten. Wir werden lernen, wie man Konfidenzintervalle konstruiert. Wir werden auch Stichprobendaten verwenden, um zu beurteilen, ob eine Theorie über den Wert eines Parameters mit den Daten übereinstimmt oder nicht. Ein Hauptaugenmerk wird auf der angemessenen Interpretation von Schlussfolgerungsergebnissen liegen.

Inferentielle statistische Analyse mit Python
Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.

Inferentielle statistische Analyse mit Python
Dieser Kurs ist Teil von Spezialisierung „Statistik mit Python“
Unterrichtet in Deutsch (KI-Synchronisation)



Dozenten: Brenda Gunderson
49.179 bereits angemeldet
Bei enthalten
Fragen Sie Coursera
937 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Bestimmen Sie die Annahmen, die zur Berechnung der Konfidenzintervalle für die jeweiligen Populationsparameter erforderlich sind.
Erstellen Sie Konfidenzintervalle in Python und interpretieren Sie die Ergebnisse.
Überprüfen Sie, wie Inferenzverfahren bei der Analyse von realen Daten Schritt für Schritt angewendet und interpretiert werden.
Führen Sie Hypothesentests in Python durch und interpretieren Sie die Ergebnisse.
Kompetenzen, die Sie erwerben
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Bayessche Statistik
- Kategorie: Statistische Programmierung
- Kategorie: Statistische Inferenz
- Kategorie: Statistische Methoden
- Kategorie: Statistik
- Kategorie: Datengestützte Entscheidungsfindung
- Kategorie: Statistische Hypothesenprüfung
- Kategorie: Stichproben (Statistik)
- Kategorie: Analyse
- Kategorie: Statistische Analyse
Werkzeuge, die Sie lernen werden
- Kategorie: Python-Programmierung
- Kategorie: Statistische Software
- Kategorie: Jupyter
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
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.
Dozenten

Mehr von Datenanalyse entdecken

University of Michigan

University of Michigan
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
73,85 %
- 4 stars
17,82 %
- 3 stars
5,22 %
- 2 stars
1,49 %
- 1 star
1,60 %
Zeigt 3 von 937 an
Geprüft am 19. März 2020
Great Course. There are so many example to understand the topic. I really enjoyed every lesson of this specialization. I am going forward for the next one.
Geprüft am 9. Jan. 2021
Thank you a lot. For me was an incredible course I learned many things and was very important to my career. Thanks to all the team, They are really masters.
Geprüft am 30. Juni 2020
Harder than the first of the three courses in the Specialization and that makes it all the better. Really very well done!
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.




