In diesem Kurs erhalten die Teilnehmer eine Einführung in das Gebiet der Statistik, einschließlich der Herkunft der Daten, des Studiendesigns, der Datenverwaltung und der Erforschung und Visualisierung von Daten. Die Lernenden werden verschiedene Arten von Daten identifizieren und lernen, wie man Zusammenfassungen für univariate und multivariate Daten visualisiert, analysiert und interpretiert. Die Lernenden werden auch mit den Unterschieden zwischen Wahrscheinlichkeitsstichproben und Nicht-Wahrscheinlichkeitsstichproben aus größeren Populationen vertraut gemacht, mit der Idee, wie Stichprobenschätzungen variieren und wie auf der Grundlage von Wahrscheinlichkeitsstichproben Rückschlüsse auf größere Populationen gezogen werden können. Am Ende jeder Woche werden die Lernenden die erlernten statistischen Konzepte mit Python in der Kursumgebung anwenden. Während dieser praxisorientierten Sitzungen lernen die Teilnehmer die verschiedenen Einsatzmöglichkeiten von Python als Werkzeug kennen, darunter die Bibliotheken Numpy, Pandas, Statsmodels, Matplotlib und Seaborn. Mit Hilfe von Tutorial-Videos werden die Teilnehmer durch die Erstellung von Visualisierungen und die Datenverwaltung mit Python geführt. Dieser Kurs nutzt die Jupyter Notebook-Umgebung von Coursera.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
Verstehen und Visualisieren von Daten mit Python
Dieser Kurs ist Teil von Spezialisierung Statistik mit Python
Dozenten: Brenda Gunderson
139.183 bereits angemeldet
Enthalten in
(2,641 Bewertungen)
Empfohlene Erfahrung
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: Statistik
- Kategorie: Datenanalyse
- Kategorie: Python-Programmierung
- Kategorie: Datenvisualisierung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
9 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 der ersten Woche des Kurses werden wir eine Kursübersicht durchgehen und die verschiedenen Konzepte und Ziele entdecken, die in den kommenden Wochen zu bewältigen sind. Sie erhalten eine Einführung in das Gebiet der Statistik und erkunden eine Vielzahl von Perspektiven, die das Gebiet zu bieten hat. Wir werden zahlreiche Datentypen identifizieren, die es gibt, und beobachten, wo sie im täglichen Leben zu finden sind. Sie werden sich mit den grundlegenden Funktionen von Python vertraut machen und eine Einführung in Jupyter Notebook erhalten. Alle Kursinformationen zu Einstufung, Voraussetzungen und Erwartungen finden Sie auf dem Kursplan und weitere Informationen finden Sie auf unserer Seite Kursressourcen.
Das ist alles enthalten
11 Videos7 Lektüren2 Aufgaben1 Diskussionsthema5 Unbewertete Labore
In der zweiten Woche dieses Kurses werden wir uns mit grafischen und numerischen Interpretationen für eine Variable (univariate Daten) beschäftigen. Insbesondere werden wir Histogramme, Boxplots und numerische Zusammenfassungen unserer Daten erstellen und analysieren, um eine Analysegrundlage für quantitative Daten und Balkendiagramme und Kreisdiagramme für kategoriale Daten zu schaffen. Zu unseren numerischen Zusammenfassungen, wie Mittelwert, IQR und Standardabweichung, werden einige wichtige Interpretationen vorgenommen. Am Ende der Woche gibt es eine Bewertung der numerischen Zusammenfassungen und der Interpretationen dieser Zusammenfassungen.
Das ist alles enthalten
6 Videos3 Lektüren3 Aufgaben1 Diskussionsthema6 Unbewertete Labore
In der dritten Woche dieses Kurses über die Betrachtung von Daten werden wir wichtige Ideen für die Untersuchung von Forschungsfragen vorstellen, die die Betrachtung von mehr als einer Variable erfordern. Insbesondere werden wir sowohl numerisch als auch visuell untersuchen, wie verschiedene Variablen interagieren, wie Zusammenfassungen irreführend wirken können, wenn Sie Interaktionen nicht richtig berücksichtigen, und welche Unterschiede zwischen quantitativen und kategorialen Variablen bestehen. Die Aufgabe in dieser Woche besteht aus einer schriftlichen Arbeit und der Überprüfung der Arbeiten Ihrer Kollegen.
Das ist alles enthalten
4 Videos2 Lektüren2 Aufgaben1 peer review1 Diskussionsthema6 Unbewertete Labore
In dieser Woche werden Sie mehr Zeit damit verbringen, darüber nachzudenken, woher die Daten kommen. Die qualitativ hochwertigsten statistischen Analysen von Daten enthalten immer auch Informationen über den Prozess, mit dem die Daten erzeugt wurden, oder über die Merkmale der Datenerfassung. Sie werden wichtige Konzepte im Zusammenhang mit Stichproben aus größeren Populationen kennenlernen, einschließlich Wahrscheinlichkeits- und Nichtwahrscheinlichkeitsstichproben, und erfahren, wie wir auf der Grundlage gut konzipierter Stichproben Rückschlüsse auf größere Populationen ziehen können. Außerdem lernen Sie das Konzept der Stichprobenverteilung kennen und erfahren, wie die Schätzung der Varianz dieser Verteilung eine entscheidende Rolle bei der Erstellung von Aussagen über Populationen spielt. Schließlich lernen Sie, wie wichtig es ist, die Dokumentation eines bestimmten Datensatzes zu lesen. Ein wichtiger Schritt bei der Betrachtung von Daten ist auch die verfügbare Dokumentation zu diesem Datensatz, in der beschrieben wird, wie die Daten erzeugt wurden
Das ist alles enthalten
12 Videos10 Lektüren2 Aufgaben4 Unbewertete Labore
Dozenten
Empfohlen, wenn Sie sich für Datenanalyse interessieren
Rice University
Duke University
Arizona State University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 2641
2.641 Bewertungen
- 5 stars
76,17 %
- 4 stars
18,34 %
- 3 stars
3,55 %
- 2 stars
0,90 %
- 1 star
1,02 %
Geprüft am 21. Mai 2020
Geprüft am 2. März 2021
Geprüft am 10. Okt. 2019
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – 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.