In dieser Woche lernen Sie verschiedene Maße zur Beschreibung von Wahrscheinlichkeitsverteilungen und beliebigen Datensätzen kennen. Dazu gehören Maße der zentralen Tendenz (Mittelwert, Median und Modus), der Varianz, der Schiefe und der Kurtosis. Das Konzept des Erwartungswerts einer Zufallsvariablen wird eingeführt, damit Sie jedes dieser Maße verstehen können. Sie lernen auch einige visuelle Hilfsmittel zur Beschreibung von Daten und Verteilungen kennen. In Lektion 2 lernen Sie die Wahrscheinlichkeitsverteilung von zwei oder mehr Zufallsvariablen anhand von Konzepten wie der gemeinsamen Verteilung, der Randverteilung und der bedingten Verteilung kennen. Zum Abschluss der Woche lernen Sie die Kovarianz kennen: eine Verallgemeinerung der Abweichung auf zwei oder mehr Zufallsvariablen.

In dieser Woche verlagert sich der Schwerpunkt von der Wahrscheinlichkeit zur Statistik. Zunächst lernen Sie das Konzept einer Stichprobe und einer Population sowie zwei grundlegende Ergebnisse der Statistik kennen, die sich auf Stichproben und Populationen beziehen: das Gesetz der großen Zahlen und den zentralen Grenzwertsatz. In Lektion 2 lernen Sie die erste und einfachste Methode der Schätzung in der Statistik kennen: die Punktschätzung. Sie werden sehen, wie die Maximum-Likelihood-Schätzung, die gängigste Punktschätzungsmethode, funktioniert und wie Regularisierung hilft, Überanpassung zu verhindern. Anschließend erfahren Sie, wie die Bayes'sche Statistik das Konzept der Vorannahmen in die Art und Weise der Datenauswertung und der Schlussfolgerungen einbezieht.

In dieser Woche lernen Sie eine weitere Schätzungsmethode kennen, die Intervallschätzung. Die gebräuchlichsten Intervallschätzungen sind Konfidenzintervalle. Sie werden sehen, wie diese berechnet werden und wie man sie richtig interpretiert. In Lektion 2 lernen Sie etwas über Hypothesentests, bei denen Schätzungen als Hypothese formuliert und dann anhand von verfügbaren Beweisen oder einer Stichprobe von Daten getestet werden. Sie lernen das Konzept des P-Wertes kennen, das Ihnen hilft, eine Entscheidung über einen Hypothesentest zu treffen. Außerdem lernen Sie einige gängige Tests wie den t-Test, den t-Test mit zwei Stichproben und den gepaarten t-Test kennen. Sie werden die Woche mit einer interessanten Anwendung von Hypothesentests in der Datenwissenschaft beenden: A/B-Tests.