Willkommen bei der Inferenzstatistik! In diesem Kurs werden die Grundlagen der Inferenz erläutert. Sie lesen sich die Lernziele durch, sehen sich die Videos an und bearbeiten schließlich das Quiz und die praktischen Übungen dieser Woche. Neben Videos, in denen neue Konzepte vorgestellt werden, sehen Sie auch einige Videos, in denen Sie Anwendungsbeispiele zu den Themen der Woche sehen. In der ersten Woche werden wir den zentralen Grenzwertsatz (Central Limit Theorem, CLT) und das Konfidenzintervall vorstellen.

Willkommen in der 2. Woche! In dieser Woche werden wir formale Hypothesentests besprechen und die Testverfahren mit Hilfe von Konfidenzintervallen in Beziehung zu Schätzungen setzen. Diese Themen werden im Zusammenhang mit der Arbeit mit einem Mittelwert der Grundgesamtheit eingeführt, aber wir geben Ihnen auch einen kurzen Einblick in das, was in den nächsten zwei Wochen kommen wird, indem wir besprechen, wie die Methoden, die wir lernen, auf andere Schätzwerte ausgeweitet werden können. Wir werden auch wichtige Überlegungen wie Entscheidungsfehler und statistische vs. praktische Signifikanz erörtern. In den Übungen dieser Woche werden die Konzepte der Stichprobenverteilungen und Konfidenzniveaus veranschaulicht.

Willkommen in der 3. Woche des Kurses! Diese Woche werden wir die t-Verteilung und den Vergleich von Mittelwerten sowie eine simulationsbasierte Methode zur Erstellung eines Konfidenzintervalls vorstellen: das Bootstrapping. Wenn Sie Fragen haben oder Diskussionen führen möchten, nutzen Sie bitte das Forum für diese Woche, um Ihre Fragen zu stellen oder mit Gleichgesinnten zu diskutieren.

Willkommen bei der vierten Woche unseres Kurses! In dieser Einheit werden wir die Inferenz für kategoriale Daten erörtern. Wir verwenden die in dieser Woche vorgestellten Methoden, um Fragen wie "Welcher Anteil der amerikanischen Öffentlichkeit ist mit der Arbeit des Obersten Gerichtshofs einverstanden?" zu beantworten.

In dieser Woche werden Sie die zur Verfügung gestellte Datenbasis verwenden, um eine Frage zur Datenanalyse zu beantworten und darüber zu berichten. Bitte lesen Sie die Hintergrundinformationen, sehen Sie sich die Berichtsvorlage an (die Sie über den Link in der Lektion "Informationen zum Projekt" herunterladen können), und bearbeiten Sie dann die Peer-Review-Aufgabe.