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
Dieser Kurs ist Teil von Spezialisierung Statistik mit Python
Dozenten: Brenda Gunderson
45.530 bereits angemeldet
Bei enthalten
(911 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: Konfidenzintervall
- Kategorie: Python-Programmierung
- Kategorie: Statistische Inferenz
- Kategorie: Statistische Hypothesentests
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
7 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
In dieser ersten Woche gehen wir den Lehrplan des Kurses durch und lernen die verschiedenen Konzepte und Ziele kennen, die in den kommenden Wochen zu bewältigen sind. Sie erhalten eine Einführung in Inferenzmethoden und einige der Forschungsfragen, die wir im Kurs besprechen werden, sowie einen allgemeinen Rahmen für die Entscheidungsfindung unter Verwendung von Daten, Überlegungen dazu, wie Sie diese Entscheidungen treffen, und die Bewertung von Fehlern, die Sie möglicherweise gemacht haben. Auf der Python-Seite werden wir einige hochrangige Konzepte aus dem ersten Kurs dieser Reihe, die Statistiklandschaft von Python, wiederholen und Python-Konzepte der Mittelstufe durchgehen. Alle Kursinformationen zu Einstufung, Voraussetzungen und Erwartungen finden Sie auf dem Kursplan und weitere Informationen finden Sie auf unserer Seite mit den Kursressourcen.
Das ist alles enthalten
6 Videos7 Lektüren1 Aufgabe1 Diskussionsthema3 Unbewertete Labore
In dieser zweiten Woche werden wir uns mit der Schätzung von Bevölkerungsparametern mithilfe von Konfidenzintervallen beschäftigen. Sie werden fünf verschiedene Arten von Bevölkerungsparametern kennenlernen, die Annahmen, die zur Berechnung eines Konfidenzintervalls für jeden dieser fünf Parameter erforderlich sind, und wie man Konfidenzintervalle berechnet. Im Laufe der Woche werden Quizfragen erscheinen, um Ihr Verständnis zu testen. Darüber hinaus lernen Sie, wie Sie Konfidenzintervalle in Python erstellen können.
Das ist alles enthalten
10 Videos5 Lektüren3 Aufgaben6 Unbewertete Labore
In Woche drei werden wir lernen, wie man verschiedene Hypothesen testet - unter Verwendung der fünf verschiedenen Analysemethoden, die in der vorherigen Woche behandelt wurden. Wir werden die Bedeutung verschiedener Faktoren und Annahmen bei der Hypothesenprüfung diskutieren und lernen, unsere Ergebnisse zu interpretieren. Wir werden auch prüfen, welches Verfahren für die jeweilige Forschungsfrage geeignet ist. Im Laufe der Woche werden Sie anhand von Quizfragen und einer Peer-Bewertung Ihr Verständnis testen.
Das ist alles enthalten
10 Videos2 Lektüren2 Aufgaben1 peer review1 Diskussionsthema6 Unbewertete Labore
In der letzten Woche dieses Kurses werden wir mehrere Beispiele und Fallstudien durchgehen, die die Anwendung der in den vorangegangenen Wochen besprochenen inferenziellen Verfahren veranschaulichen. Die Teilnehmer werden Beispiele für gut formulierte Forschungsfragen sehen, die sich auf die bisher besprochenen Studiendesigns und Datensätze beziehen. Mit Hilfe von Konfidenzintervallschätzungen und formalen Hypothesentests werden wir inferentielle Antworten auf diese Fragen formulieren.
Das ist alles enthalten
6 Videos5 Lektüren1 Aufgabe
Dozenten
Empfohlen, wenn Sie sich für Datenanalyse interessieren
Johns Hopkins University
Coursera Project Network
University of Illinois Urbana-Champaign
Eindhoven University of Technology
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
911 Bewertungen
- 5 stars
73,65 %
- 4 stars
17,67 %
- 3 stars
5,37 %
- 2 stars
1,64 %
- 1 star
1,64 %
Zeigt 3 von 911 an
Geprüft am 4. Dez. 2019
It is absolutely great. Instructors are veeeery pasionated with what they do, and the course material is very good.
Geprüft am 21. Juni 2019
A very in-depth learning material for inferential statistics. Very good explanation of p-value which clarifies some of the prevailing misunderstandings.
Geprüft am 27. Mai 2020
The best part of this that it is designed in a way that it encourages people to dig deeper and explore more. The instructors have done a great job in making the curriculam this good.
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.