Weiter zum Inhalt
Startseite

Probabilistik- und Statistikkurse

In den Kursen zur Probabilistik und Statistik werden mathematische Konzepte zur Analyse von Zufallsereignissen und zur Interpretation von Daten durch Modelle und Schlussfolgerungen untersucht. Nutze Tools wie Python, R, Excel und Google Sheets, um dein theoretisches Wissen in der Statistik anzuwenden.

Kostenloses Konto erstellen

Mit Google FortfahrenWeitere Optionen anzeigen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Training für 2 oder mehr Personen?

Probiere es mit DataCamp for Business

Empfohlen für Anfänger in Probabilistik und Statistik

Baue deine Fähigkeiten in den Bereichen Probabilistik und Statistik mit interaktiven Kursen aus, die von Experten aus der Praxis kuratiert werden.

Kurs

Einführung in die Statistik in R

MittelSchwierigkeitsgrad
4.7+
2.015 Wiederholungen
4 Std.
In diesem Statistik-Einführungskurs lernst du, wie du Daten mit R erfasst, analysierst und in präzise Schlussfolgerungen transformierst.

Lernpfad

Statistiker in R

4.5+
7 Wiederholungen
52 Std.
Ein Statistiker oder eine Statistikerin sammelt und analysiert Daten und hilft Unternehmen, quantitative Daten sinnvoll zu nutzen, indem er oder sie Trends erkennt und Vorhersagen trifft.

Nicht sicher, wo du anfangen sollst?

Assessment Durchführen

Erkunde Probabilistik und Statistik Kurse und Lernpfade

Kurs

Einführung in die Statistik

BasicSchwierigkeitsgrad
4.8+
8.471 Wiederholungen
4 Std.
In diesem Kurs bekommst du einen Überblick über Maßzahlen für Zentrum und Streuung, Wahrscheinlichkeitsverteilungen und Hypothesentests.

Kurs

Einführung in die Statistik in Python

MittelSchwierigkeitsgrad
4.7+
7.895 Wiederholungen
4 Std.
In diesem Statistikkurs lernst du, wie du Daten mit Python erfasst, analysierst und in präzise Schlussfolgerungen transformierst.

Kurs

Einführung in die Statistik in R

MittelSchwierigkeitsgrad
4.7+
2.015 Wiederholungen
4 Std.
In diesem Statistik-Einführungskurs lernst du, wie du Daten mit R erfasst, analysierst und in präzise Schlussfolgerungen transformierst.

Kurs

Einführung in Regression mit R

MittelSchwierigkeitsgrad
4.8+
1.425 Wiederholungen
4 Std.
Sag die Immobilienpreise und die Klickrate von Anzeigen voraus, indem du Regressionsanalysen in R machst, analysierst und interpretierst.

Kurs

Hypothesentests in Python

MittelSchwierigkeitsgrad
4.7+
3.384 Wiederholungen
4 Std.
Dieser Kurs erklärt, wie und wann du gängige Hypothesentests wie t-Tests, Proportionentests und Chi-Quadrat-Tests in Python anwenden kannst.

Kurs

Stichprobenziehung in Python

MittelSchwierigkeitsgrad
4.7+
3.575 Wiederholungen
4 Std.
Dieser Kurs stellt Zufallsstichprobenverfahren vor und zeigt, wie du mit Python und Statistik aus begrenzten Daten Erkenntnisse gewinnst.

Kurs

Hypothesentests in R

MittelSchwierigkeitsgrad
4.7+
935 Wiederholungen
4 Std.
Learn how and when to use hypothesis testing in R, including t-tests, proportion tests, and chi-square tests.

Kurs

Fortgeschrittene Regression in R

MittelSchwierigkeitsgrad
4.7+
758 Wiederholungen
4 Std.
Lerne, wie man lineare und logistische Regression mit mehreren erklärenden Variablen durchführt.

Kurs

Zeitreihenanalyse in Python

MittelSchwierigkeitsgrad
4.8+
134 Wiederholungen
4 Std.
In diesem vierstündigen Kurs lernst du die Grundlagen der Analyse von Zeitreihendaten in Python.

Kurs

Versuchsplanung in Python

MittelSchwierigkeitsgrad
4.7+
1.746 Wiederholungen
4 Std.
Setze Versuchsanordnungen um und führe robuste statistische Analysen durch, um präzise und gültige Schlussfolgerungen zu ziehen!

Kurs

Stichprobenerhebung in R

MittelSchwierigkeitsgrad
4.7+
817 Wiederholungen
4 Std.
Hier erfährst du, wie du mit weniger Daten genauere Statistiken erhalten kannst.

Kurs

ARIMA-Modelle in R

BasicSchwierigkeitsgrad
4.8+
304 Wiederholungen
4 Std.
Werde zum Profi im Anpassen von ARIMA-Modellen (autoregressive integrierte gleitende Durchschnitte) an Zeitreihendaten mit R.

Kurs

Zeitreihenanalyse in R

MittelSchwierigkeitsgrad
4.8+
87 Wiederholungen
4 Std.
Dieser Kurs macht dich mit zentralen Techniken vertraut, um aus Zeitreihendaten wichtige Erkenntnisse zu gewinnen.

Kurs

Einführung in Statistik mit Google Sheets

BasicSchwierigkeitsgrad
4.8+
575 Wiederholungen
4 Std.
Du erfährst, wie du mit Tabellen statistische Methoden nutzt, um Daten besser zu verarbeiten und Erkenntnisse zu gewinnen.

Kurs

A/B-Tests in Python

MittelSchwierigkeitsgrad
4.7+
352 Wiederholungen
4 Std.
Learn the practical uses of A/B testing in Python to run and analyze experiments. Master p-values, sanity checks, and analysis to guide business decisions.

Kurs

Einführung in Bioconductor in R

MittelSchwierigkeitsgrad
4.7+
112 Wiederholungen
4 Std.
Lerne, wie man wichtige Bioconductor-Pakete für die Bioinformatik mit Datensätzen von Viren, Pilzen, Menschen und Pflanzen benutzt!

Kurs

Modellieren mit Daten im Tidyverse

MittelSchwierigkeitsgrad
4.8+
224 Wiederholungen
4 Std.
Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.

Kurs

Prognosen mit R

BasicSchwierigkeitsgrad
4.9+
51 Wiederholungen
5 Std.
Lerne, wie du mit Zeitreihenprognosen in R, einschließlich ARIMA-Modellen und exponentiellen Glättungsmethoden, Vorhersagen über die Zukunft treffen kannst.

Kurs

Statistical Thinking in Python (Teil 1)

MittelSchwierigkeitsgrad
4.8+
106 Wiederholungen
3 Std.
Leg die Grundlagen, die du brauchst, um statistisch zu denken und die Sprache deiner Daten zu sprechen.

Kurs

Lineare Algebra für Data Science in R

MittelSchwierigkeitsgrad
4.7+
133 Wiederholungen
4 Std.
In diesem Einführungskurs in die lineare Algebra lernst du eines der wichtigsten mathematischen Themen der Datenwissenschaft kennen.

Kurs

Grundlagen der Inferenz in R

MittelSchwierigkeitsgrad
4.7+
50 Wiederholungen
4 Std.
Wir zeigen dir, wie du mithilfe statistischer Inferenz aus einer Datenstichprobe Schlussfolgerungen über eine Grundgesamtheit ziehen kannst.

Kurs

Generalisierte lineare Modelle in R

MittelSchwierigkeitsgrad
4.8+
189 Wiederholungen
4 Std.
In diesem Kurs erweitern wir deinen Data-Science-Werkzeugkasten um logistische und Poisson-Regression.

Kurs

Grundlagen der Wahrscheinlichkeit in Python

MittelSchwierigkeitsgrad
4.8+
199 Wiederholungen
5 Std.
Dieser Kurs vermittelt grundlegende Konzepte zu Zufallsvariablen, Mittelwert und Varianz, Wahrscheinlichkeitsverteilungen und mehr.

Kurs

Versuchsplanung in R

MittelSchwierigkeitsgrad
4.7+
315 Wiederholungen
4 Std.
Dieser Kurs fokussiert sich auf die Grundlagen der Versuchsplanung – ein wichtiger Teil jeder Datenanalyse.

Kurs

Statistische Techniken in Tableau

MittelSchwierigkeitsgrad
4.8+
632 Wiederholungen
4 Std.
Bring deine Reporting-Fähigkeiten mit den integrierten Statistikfunktionen von Tableau auf die nächste Stufe.

Kurs

RNA-Seq mit Bioconductor in R

MittelSchwierigkeitsgrad
4.7+
137 Wiederholungen
4 Std.
Nutze die RNA-Seq-Differenzanalyse, um Gene zu finden, die wahrscheinlich wichtig für verschiedene Krankheiten oder Zustände sind.

Ähnliche Ressourcen für Probabilistik und Statistik

Tutorial

T-Tests in R Tutorial: Lernen, wie man T-Tests durchführt

Bestimme mit t.test() in R, ob es einen signifikanten Unterschied zwischen den Mittelwerten der beiden Gruppen gibt.
Abid Ali Awan's photo

Abid Ali Awan

10 Min.

Bist du bereit, deine Fähigkeiten einzusetzen?

Projekte ermöglichen es dir, dein Wissen auf eine breite Palette von Datensätzen anzuwenden, um reale Probleme in deinem Browser zu lösen

    Häufig gestellte Fragen

    Was haben Wahrscheinlichkeitsrechnung und Statistik mit Datenwissenschaft zu tun?

    Wahrscheinlichkeitsrechnung und Statistik sind die Grundlagen der Datenwissenschaft. Sie bieten die notwendigen Werkzeuge und Rahmenbedingungen, um Daten zu analysieren, Vorhersagen zu treffen und sinnvolle Erkenntnisse zu gewinnen. Sie ermöglichen es Datenwissenschaftlern, Muster zu verstehen, Unsicherheiten einzuschätzen und fundierte Entscheidungen auf der Grundlage von Datenanalysen zu treffen.

    Warum ist es wichtig, Kenntnisse in Wahrscheinlichkeitsrechnung und Statistik zu erwerben?

    Die Entwicklung von Kenntnissen in Wahrscheinlichkeitsrechnung und Statistik ist entscheidend für die effektive Interpretation von Daten und zuverlässige Vorhersagen. Dieses Verständnis bildet die Grundlage für die Planung von Experimenten, die Analyse von Ergebnissen und die Validierung von Schlussfolgerungen in verschiedenen Bereichen und stellt sicher, dass Entscheidungen datengestützt und evidenzbasiert sind.

    Welche Berufe kann ich mit Kenntnissen in Wahrscheinlichkeitsrechnung und Statistik ausüben?

    Mit deinen Kenntnissen in Wahrscheinlichkeitsrechnung und Statistik kannst du eine Vielzahl von Berufen ausüben, z. B. Datenwissenschaftler/in, Marktforscher/in, Ingenieur/in für maschinelles Lernen, Statistikanalyst/in und Risikomanager/in. Diese Aufgaben erstrecken sich über verschiedene Branchen, darunter Finanzen, Gesundheitswesen, Technologie und Behörden, in denen die Interpretation von Daten und das Treffen von evidenzbasierten Entscheidungen entscheidend sind.

    Weitere Technologien und Themen

    Technologien

    Themen

    DataCamp gibt es auch für Mobilgeräte

    Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.