University of Michigan

Spezialisierung „Statistik mit Python“

University of Michigan

Spezialisierung „Statistik mit Python“

Praktisches und modernes statistisches Denken für alle.

Python für statistische Visualisierung, Inferenz und Modellierung verwenden

Unterrichtet in Deutsch (KI-Synchronisation)

Brenda Gunderson
Brady T. West
Kerby Shedden

Dozenten: Brenda Gunderson

100.012 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Fragen Sie Coursera

Befassen Sie sich eingehend mit einem Thema

aus 3,356 Bewertungen von Kursen in diesem Programm

Stufe Anfänger

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema

aus 3,356 Bewertungen von Kursen in diesem Programm

Stufe Anfänger

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Erstellen und interpretieren Sie Datenvisualisierungen mit der Programmiersprache Python und den dazugehörigen Paketen und Bibliotheken

  • Anwendung und Interpretation von Schlussfolgerungen bei der Analyse von realen Daten

  • Anwendung statistischer Modellierungstechniken auf Daten (z.B. lineare und logistische Regression, lineare Modelle, Mehrebenenmodelle, Bayes'sche Inferenztechniken)

  • Verstehen, wie wichtig es ist, Forschungsfragen mit Methoden der Datenanalyse zu verbinden.

Kompetenzen, die Sie erwerben

  • Kategorie: Statistische Visualisierung
  • Kategorie: Bayessche Statistik
  • Kategorie: Matplotlib
  • Kategorie: Statistische Modellierung
  • Kategorie: Stichproben (Statistik)
  • Kategorie: Statistische Methoden
  • Kategorie: Wahrscheinlichkeitsrechnung und Statistik
  • Kategorie: Statistische Analyse
  • Kategorie: Datenvisualisierung
  • Kategorie: Plot (Grafiken)
  • Kategorie: Datengestützte Entscheidungsfindung
  • Kategorie: Bewertung des Modells
  • Kategorie: Datenkompetenz
  • Kategorie: Wissenschaftliche Visualisierung
  • Kategorie: Statistische Hypothesenprüfung
  • Kategorie: Statistische Inferenz
  • Kategorie: Statistik

Werkzeuge, die Sie lernen werden

  • Kategorie: Jupyter
  • Kategorie: Statistische Software
  • Kategorie: Python-Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Deutsch (KI-Synchronisation)

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von University of Michigan.

Spezialisierung - 3 Kursreihen

Verstehen und Visualisieren von Daten mit Python

Verstehen und Visualisieren von Daten mit Python

KURS 1, 20 Stunden

Was Sie lernen werden

  • Verschiedene Datentypen richtig identifizieren und die verschiedenen Verwendungszwecke für jeden einzelnen verstehen

  • Erstellen Sie Datenvisualisierungen und numerische Zusammenfassungen mit Python

  • Kommunizieren Sie statistische Ideen klar und prägnant an ein breites Publikum

  • Geeignete Analysemethoden für Wahrscheinlichkeits- und Nicht-Wahrscheinlichkeitsstichproben identifizieren

Kompetenzen, die Sie erwerben

Kategorie: Stichproben (Statistik)
Kategorie: Deskriptive Statistik
Kategorie: Datenkompetenz
Kategorie: Statistische Visualisierung
Kategorie: NumPy
Kategorie: Box Plots
Kategorie: Statistische Inferenz
Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Matplotlib
Kategorie: Statistische Analyse
Kategorie: Plot (Grafiken)
Kategorie: Statistik
Kategorie: Statistische Methoden
Kategorie: Datenvisualisierung
Kategorie: Wissenschaftliche Visualisierung
Kategorie: Jupyter
Kategorie: Datenwörterbuch
Kategorie: Explorative Datenanalyse
Kategorie: Python-Programmierung
Kategorie: Datenanalyse
Inferentielle statistische Analyse mit Python

Inferentielle statistische Analyse mit Python

KURS 2, 22 Stunden

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: Statistische Inferenz
Kategorie: Statistische Hypothesenprüfung
Kategorie: Statistische Analyse
Kategorie: Statistische Methoden
Kategorie: Python-Programmierung
Kategorie: Datenanalyse
Kategorie: Statistik
Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Datengestützte Entscheidungsfindung
Kategorie: Stichproben (Statistik)
Kategorie: Jupyter
Kategorie: Statistische Programmierung
Kategorie: Analyse
Kategorie: Bayessche Statistik
Anpassen statistischer Modelle an Daten mit Python

Anpassen statistischer Modelle an Daten mit Python

KURS 3, 15 Stunden

Was Sie lernen werden

  • Vertiefen Sie Ihr Verständnis für statistische Inferenztechniken, indem Sie die Kunst der Anpassung statistischer Modelle an Daten beherrschen.

  • Verbinden Sie Forschungsfragen mit Methoden der Datenanalyse und betonen Sie dabei Ziele, Beziehungen zwischen Variablen und Vorhersagen.

  • Erkunden Sie verschiedene statistische Modellierungstechniken wie lineare Regression, logistische Regression und Bayes'sche Inferenz anhand realer Datensätze.

  • Arbeiten Sie an praktischen Fallstudien in Python mit Bibliotheken wie Statsmodels, Pandas und Seaborn in der Jupyter Notebook-Umgebung.

Kompetenzen, die Sie erwerben

Kategorie: Regressionsanalyse
Kategorie: Statistische Modellierung
Kategorie: Logistische Regression
Kategorie: Bayessche Statistik
Kategorie: Bewertung des Modells
Kategorie: Prädiktive Modellierung
Kategorie: Statistische Programmierung
Kategorie: Datenanalyse
Kategorie: Erweiterte Analytik
Kategorie: Software zur Datenvisualisierung
Kategorie: Statistische Methoden
Kategorie: Statistische Inferenz
Kategorie: Explorative Datenanalyse
Kategorie: Python-Programmierung
Kategorie: Statistische Analyse
Kategorie: Abhängigkeitsanalyse
Kategorie: Statistische Software

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

Brenda Gunderson
University of Michigan
3 Kurse173.393 Lernende

von

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen