Weiter zum Inhalt
StartseiteR

Kurs

Grundlagen der Wahrscheinlichkeit mit R

BasicSchwierigkeitsgrad
Aktualisiert 03/2022
In diesem Kurs lernst du die Konzepte von Zufallsvariablen, Verteilungen und Konditionierung kennen.
Kurs kostenlos starten
RProbability & Statistics
4 Std.
13 Videos
54 Übungen
4,350 XP
42,225
Leistungsnachweis

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.

Beliebt bei Lernenden in Tausenden Unternehmen

Group

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

Wahrscheinlichkeit befasst sich damit, Vorhersagen über zufällige Phänomene zu treffen. In diesem Kurs lernst du die Konzepte von Zufallsvariablen, Verteilungen und Bedingung am Beispiel von Münzwürfen kennen. Außerdem bekommst du ein Gefühl dafür, wie man Wahrscheinlichkeitsprobleme mithilfe zufälliger Simulationen löst. Diese Prinzipien helfen dir, statistische Inferenz zu verstehen und lassen sich anwenden, um aus Daten Schlussfolgerungen zu ziehen.

Voraussetzungen

Introduction to R
1

Die Binomialverteilung

Eines der einfachsten und häufigsten Beispiele für ein zufälliges Phänomen ist ein Münzwurf: ein Ereignis, das mit einer gewissen Wahrscheinlichkeit entweder „ja“ oder „nein“ ist. Hier lernst du die Binomialverteilung kennen, die das Verhalten einer Kombination von Ja/Nein-Versuchen beschreibt und zeigt, wie man ihr Verhalten vorhersagt und simuliert.
Kapitel starten
2

Gesetze der Wahrscheinlichkeit

In diesem Kapitel lernst du, mehrere Wahrscheinlichkeiten zu kombinieren – zum Beispiel die Wahrscheinlichkeit, dass zwei Ereignisse beide eintreten oder dass mindestens eines eintritt – und jedes davon mit zufälligen Simulationen zu bestätigen. Außerdem lernst du einige Eigenschaften des Addierens und Multiplizierens von Zufallsvariablen kennen.
Kapitel starten
3

Bayessche Statistik

Die bayessche Statistik ist eine mathematisch fundierte Methode, um Überzeugungen anhand von Evidenz zu aktualisieren. In diesem Kapitel lernst du, den Satz von Bayes anzuwenden, um Schlussfolgerungen darüber zu ziehen, ob eine Münze fair oder verzerrt ist, und das mit Simulationen zu untermauern.
Kapitel starten
Grundlagen der Wahrscheinlichkeit mit R
Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner Leistungsbeurteilung
Jetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte Grundlagen der Wahrscheinlichkeit mit R heute!

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.

DataCamp gibt es auch für Mobilgeräte

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