Zum Hauptinhalt springen

Kurs

Explorative Datenanalyse in Power BI

Grundlagen3 Std.

Erstelle dank explorativer Datenanalyse (EDA) in Power BI aussagekräftige Berichte für wertvolle Erkenntnisse und neue Geschäftschancen.

Python3 Std.9 Videos26 Übungen2,050 XP52,868Leistungsnachweis

Erstelle dein kostenloses Konto

Mit Google fortfahren
oder
Wenn du fortfährst, akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und dass deine Daten in den USA gespeichert werden.

Beliebt bei Lernenden in tausenden Unternehmen

Du bildest ein Team weiter?

Für Unternehmen testen →

Kursbeschreibung

Einführung in die explorative Datenanalyse in Power BI

Erstelle bessere Berichte dank der explorativen Datenanalyse (EDA) in Power BI! Dieser Einsteigerkurs für Data Analysts behandelt grundlegende Aspekte der EDA, zum Beispiel die deskriptive Statistik, den Umgang mit fehlenden Daten, die Analyse von Datenverteilungen sowie die Erkennung von Ausreißern. Du lernst, wie du mithilfe von Histogrammen, Kastendiagrammen und Streudiagrammen Daten visualisierst, Verteilungen interpretierst und Beziehungen zwischen Variablen verstehst.

Anwendung statistischer Methoden

Im Kurs erfährst du außerdem, wie du kategoriale und kontinuierliche Variablen verwaltest, fortgeschrittene Visualisierungsmethoden nutzt und Korrelationskoeffizienten berechnest. Interaktive Übungen und praxisnahe Beispiele helfen dir, deine neu erlernten Fähigkeiten zu festigen, damit du künftig deine Daten effektiv analysieren und interpretieren kannst.

Voraussetzungen

Lernprogramm

Kursübersicht

1

Erste explorative Datenanalyse in Power BI

Zu Beginn dieses Kurses zur explorativen Datenanalyse (EDA) lernst du, wie du deskriptive Statistiken verwendest, fehlende Daten identifizierst und Imputationsverfahren anwendest, um die Lücken in deinen Daten zu schließen.
Kapitel starten
2

Verteilungen und Ausreißer

Im zweiten Kapitel dieses Kurses lernst du, wie du Ausreißer im Datensatz identifizieren und behandeln kannst. Du erstellst Histogramme, um Verteilungen zu analysieren, und verwendest die Winsorisierung, um Ausreißer zu entfernen.
Kapitel starten
3

EDA mit kategorialen Variablen

Jetzt ist es an der Zeit, die Beziehungen zwischen kategorialen Variablen mithilfe von Proportionen zu untersuchen. Mit Kastendiagrammen und deskriptiven Statistiken kannst du dann feststellen, wie eine kontinuierliche Variable von einer kategorialen Variable beeinflusst wird.
Kapitel starten
4

Beziehungen zwischen kontinuierlichen Variablen

Explorative Datenanalyse in Power BI

Kurs
abgeschlossen

Leistungsnachweis verdienen

Jetzt einschreiben

Erweitere deine Datenkompetenzen mit DataCamp for Mobile

Mach Fortschritte unterwegs – mit unseren mobilen Kursen und den täglichen 5-minütigen Coding-Challenges.