Einführung in die Statistik in Python
Erweitern Sie Ihre Statistikkenntnisse und lernen Sie, Daten mit Python zu analysieren und auszuwerten.
Kurs Kostenlos Starten4 Stunden15 Videos54 Übungen120.737 LernendeLeistungsnachweis
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.Trainierst du 2 oder mehr?
Versuchen DataCamp for BusinessBeliebt bei Lernenden in Tausenden Unternehmen
Kursbeschreibung
Statistik ist die Lehre davon, wie man Daten sammelt, analysiert und Schlussfolgerungen daraus zieht. Es ist ein enorm wertvolles Werkzeug, mit dem du die Zukunft in den Fokus rücken und die Antwort auf viele Fragen ableiten kannst. Wie hoch ist zum Beispiel die Wahrscheinlichkeit, dass jemand dein Produkt kauft, wie viele Anrufe wird dein Support-Team erhalten und wie viele Jeansgrößen solltest du herstellen, damit sie 95 % der Bevölkerung passen? In diesem Kurs erfährst du, wie du Fragen wie diese beantworten kannst, während du deine statistischen Fähigkeiten ausbaust und lernst, wie du Durchschnittswerte berechnest, Streudiagramme verwendest, um die Beziehung zwischen numerischen Werten darzustellen, und Korrelationen berechnest. Außerdem beschäftigst du dich mit der Wahrscheinlichkeitsrechnung, dem Rückgrat des statistischen Denkens, und lernst, wie du mit Python eine gut konzipierte Studie durchführst, um deine eigenen Schlussfolgerungen aus den Daten zu ziehen.
Für Unternehmen
Trainierst du 2 oder mehr?
Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehrIn den folgenden Tracks
Python Data Fundamentals
Gehe zu Track- 1
Zusammenfassende Statistiken
KostenlosZusammenfassende Statistiken geben dir die Werkzeuge an die Hand, die du brauchst, um große Datensätze auf die wichtigsten Punkte zu reduzieren. In diesem Kapitel lernst du zusammenfassende Statistiken wie Mittelwert, Median und Standardabweichung kennen und erfährst, wie du sie richtig interpretieren kannst. Außerdem entwickelst du deine Fähigkeiten zum kritischen Denken, damit du die beste zusammenfassende Statistik für deine Daten auswählen kannst.
- 2
Zufallszahlen und Wahrscheinlichkeiten
In diesem Kapitel lernst du, wie du Zufallsstichproben erstellst und den Zufall mithilfe der Wahrscheinlichkeitsrechnung misst. Du arbeitest mit realen Verkaufsdaten, um die Erfolgswahrscheinlichkeit eines Verkäufers zu berechnen. Schließlich wirst du die Binomialverteilung verwenden, um Ereignisse mit binären Ergebnissen zu modellieren.
Wie stehen die Chancen?50 xpMit oder ohne Zurücklegen?100 xpWahrscheinlichkeiten berechnen100 xpStichproben von Geschäften100 xpDiskrete Verteilungen50 xpErstellen einer Wahrscheinlichkeitsverteilung100 xpIdentifizierung von Verteilungen50 xpErwarteter Wert vs. Stichprobenmittelwert50 xpKontinuierliche Verteilungen50 xpWelche Verteilung?100 xpDaten Back-ups100 xpWartezeiten simulieren100 xpDie Binomialverteilung50 xpVerkaufsgeschäfte simulieren100 xpBerechnung der binomialen Wahrscheinlichkeiten100 xpWie viele Verkäufe werden getätigt?100 xp - 3
Weitere Verteilungen und der zentrale Grenzwertsatz
Es ist an der Zeit, eine der wichtigsten Wahrscheinlichkeitsverteilungen in der Statistik zu erkunden, die Normalverteilung. Du erstellst Histogramme, um Normalverteilungen darzustellen und lernst den zentralen Grenzwertsatz kennen, bevor du dein Wissen über statistische Funktionen erweiterst, indem du die Poisson-, Exponential- und t-Verteilung zu deinem Repertoire hinzufügst.
Die Normalverteilung50 xpVerteilung der Verkäufe von Amir100 xpWahrscheinlichkeiten aus der Normalverteilung100 xpVerkäufe unter neuen Marktbedingungen simulieren100 xpWelcher Markt ist besser?50 xpDas zentrale Grenzwertsatztheorem50 xpVisualisierung von Stichprobenverteilungen50 xpDie CLT in Aktion100 xpDer Mittelwert der Mittel100 xpDie Poisson-Verteilung50 xpLambdas identifizieren100 xpAntworten auf Leads verfolgen100 xpMehr Wahrscheinlichkeitsverteilungen50 xpVerteilung durch Ziehen und Ablegen100 xpModellierung der Zeit zwischen den Leads100 xpDie t-Verteilung50 xp - 4
Korrelation und Versuchsplanung
In diesem Kapitel lernst du, wie du die Stärke einer linearen Beziehung zwischen zwei Variablen quantifizieren kannst und wie Störvariablen die Beziehung zwischen zwei anderen Variablen beeinflussen können. Du erfährst auch, wie das Design einer Studie die Ergebnisse beeinflussen kann, wie die Daten analysiert werden sollten und wie sich das auf die Zuverlässigkeit deiner Schlussfolgerungen auswirken kann.
Korrelation50 xpErrate die Korrelation50 xpBeziehungen zwischen Variablen100 xpVorbehalte bei der Korrelation50 xpWas kann die Korrelation nicht messen?100 xpVariablen umwandeln100 xpMacht Zucker glücklicher?100 xpStörfaktoren50 xpPlanung von Experimenten50 xpStudienarten100 xpLängsschnittstudien vs. Querschnittstudien50 xpHerzlichen Glückwunsch!50 xp
Für Unternehmen
Trainierst du 2 oder mehr?
Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehrIn den folgenden Tracks
Python Data Fundamentals
Gehe zu TrackIn anderen Tracks
Grundlagen der Statistik mit PythonMitwirkende
Voraussetzungen
Data Manipulation with pandasMaggie Matsui
Mehr AnzeigenCurriculum Manager at DataCamp
Was sagen andere Lernende?
Melden Sie sich an 15 Millionen Lernende und starten Sie Einführung in die Statistik in Python Heute!
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.