In diesem Kurs geht es darum, wie Analysten das Vertrauen, das sie in ihre Ergebnisse haben, messen und beschreiben können. Der Kurs beginnt mit einem Überblick über die wichtigsten Wahrscheinlichkeitsregeln und Konzepte, die die Berechnung von Unsicherheitsmaßen bestimmen. Anschließend werden wir diese Ideen auf Variablen (die die Bausteine der Statistik sind) und die damit verbundenen Wahrscheinlichkeitsverteilungen anwenden. In der zweiten Hälfte des Kurses werden wir uns mit der Berechnung und Interpretation von Unsicherheiten befassen. Wir werden besprechen, wie man einen Hypothesentest durchführt und dabei sowohl Teststatistiken als auch Konfidenzintervalle verwendet. Schließlich werden wir die Rolle von Hypothesentests in einem Regressionskontext betrachten, einschließlich der Frage, was wir aus der statistischen Signifikanz eines Koeffizienten lernen können und was nicht. Am Ende des Kurses sollten Sie in der Lage sein, statistische Ergebnisse in probabilistischen Begriffen zu diskutieren und die Unsicherheit einer bestimmten Schätzung zu interpretieren.
Wie hoch sind die Chancen? Wahrscheinlichkeit und Ungewissheit in der Statistik
Dieser Kurs ist Teil von Spezialisierung Datenkompetenz
Dozent: Jennifer Bachner, PhD
2.943 bereits angemeldet
Bei enthalten
(15 Bewertungen)
Empfohlene Erfahrung
Kompetenzen, die Sie erwerben
- Kategorie: Statistische Hypothesentests
- Kategorie: Messung der Ungewissheit
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
15 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
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
Das Monty-Hall-Problem ist eine klassische Denksportaufgabe, die die oft kontraintuitive Natur der Wahrscheinlichkeitsrechnung verdeutlicht. Das Problem wird in der Regel wie folgt formuliert: Nehmen wir an, Sie sind Teilnehmer einer Spielshow und werden gebeten, eine von drei Türen für Ihren Preis auszuwählen. Hinter einer Tür befindet sich ein Auto und hinter den anderen beiden Türen sind Ziegen. Sie wählen eine Tür aus. Der Moderator, der weiß, was sich hinter jeder Tür befindet, öffnet eine andere, hinter der sich eine Ziege befindet. Dann stellt er Sie vor die Wahl, bei Ihrer gewählten Tür zu bleiben oder zu der anderen geschlossenen Tür zu wechseln. Was sollten Sie tun? Die Antwort lautet, dass Sie unter diesen Umständen immer wechseln sollten. Es besteht eine 2/3-Chance, das Auto zu gewinnen, wenn Sie wechseln, und eine 1/3-Chance, wenn Sie bei Ihrer ursprünglichen Auswahl bleiben. Die meisten Menschen gehen jedoch davon aus, dass die Gewinnchance bei einem Wechsel nur 50/50 beträgt. Ich hoffe, dass diese Denkaufgabe und die Inhalte, die wir in diesem Modul behandeln, Ihnen helfen werden, probabilistische Probleme besser anzugehen.
Das ist alles enthalten
4 Videos5 Lektüren4 Aufgaben
In diesem Modul tauchen wir in ein Thema ein, mit dem Sie wahrscheinlich schon Ihr ganzes Leben lang zu tun hatten, das Sie aber vielleicht noch nie aus einer statistischen Perspektive betrachtet haben: die Normalkurve. Ganz allgemein werden wir Wahrscheinlichkeitsverteilungen besprechen, einschließlich ihrer wichtigsten Merkmale und ihrer Bedeutung für die Quantifizierung von Unsicherheit. Obwohl sich das Studium der Wahrscheinlichkeitstheorie manchmal losgelöst von der angewandten Statistik anfühlt, ist es wichtig, ein grundlegendes Verständnis der Wahrscheinlichkeit zu entwickeln, um statistische Modelle kritisch bewerten zu können. Ein Verständnis für die Wahrscheinlichkeit und ihre kontraintuitive Natur wird Ihnen helfen, die Unsicherheit eines statistischen Ergebnisses so genau wie möglich zu interpretieren. Dies ist besonders wichtig, wenn viel auf dem Spiel steht und politische Entscheidungsträger wissen wollen, ob sie auf der Grundlage eines statistischen Ergebnisses handeln sollen oder nicht.
Das ist alles enthalten
3 Videos5 Lektüren4 Aufgaben
In diesem Modul werden wir die Konzepte der Wahrscheinlichkeit, der Zufallsvariablen und der Verteilungen anwenden, um die Unsicherheit zu messen und zu interpretieren. Insbesondere werden wir uns auf die statistische Signifikanz konzentrieren. Eine Beziehung ist statistisch signifikant, wenn sie sich von Null unterscheiden lässt. Nehmen wir an, Sie möchten untersuchen, wie sich die Exposition gegenüber negativer Wahlwerbung auf die Wahrscheinlichkeit auswirkt, dass jemand wählen geht. Die unabhängige Variable ist die Exposition gegenüber negativer Wahlwerbung und die abhängige Variable ist die Wahrscheinlichkeit, dass man wählen geht. Wenn wir feststellen, dass die Exposition gegenüber negativer Wahlwerbung keinen Zusammenhang mit der Wahrscheinlichkeit der Stimmabgabe hat, würden wir sagen, dass dies ein statistisch unbedeutender Zusammenhang ist. Wenn wir stattdessen feststellen, dass die Exposition gegenüber negativer Wahlwerbung zu einem Rückgang der Wahlwahrscheinlichkeit führt, haben wir eine statistisch signifikante (d.h. von Null verschiedene) Beziehung aufgedeckt.
Das ist alles enthalten
4 Videos3 Lektüren4 Aufgaben
In diesem letzten Modul des Kurses befassen wir uns damit, wie man die Unsicherheit von Regressionsschätzungen und Umfrageergebnissen messen kann. Es ist oft der Fall, dass ein Regressionsmodell eine Beziehung ungleich Null aufzeigt, aber es ist wichtig zu bestimmen, ob diese Beziehung ausreichend von Null abweicht, so dass wir daraus schließen können, dass die Beziehung statistisch signifikant ist. Nehmen wir zum Beispiel an, ein Regressionsmodell zeigt, dass ein Medikament die Ergebnisse der Patienten um 3,2% verbessert. Sind 3,2 % statistisch gesehen anders als 0? Ein statistischer Signifikanztest wird diese Frage beantworten. In diesem Modul werden jedoch auch einige der Nachteile erörtert, die entstehen, wenn man sich bei der datengestützten Entscheidungsfindung auf die statistische Signifikanz verlässt. Die statistische Signifikanz ist zwar eine wichtige Überlegung, aber sie ist nicht das einzige Kriterium, das man verwenden sollte, wenn man entscheidet, ob man auf eine Reihe von statistischen Ergebnissen reagieren soll.
Das ist alles enthalten
3 Videos2 Lektüren3 Aufgaben1 peer review
Dozent
Empfohlen, wenn Sie sich für Wirtschaft interessieren
Universidad Nacional Autónoma de México
University of Michigan
University of Michigan
Johns Hopkins University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.