Tutorials zur Datenanalyse

Lerne den Unterschied zwischen exogenen und endogenen Variablen, warum Endogenität für Kausalinferenz und Regression wichtig ist und wie du endogene Variablen erkennst und adressierst.

Entdecke, wie Spearmans Rangkorrelation Beziehungen erfasst, die sich krümmen, abflachen oder das Tempo wechseln statt einer Geraden zu folgen. Lerne, sie in Python, R und Excel zu berechnen, zu interpretieren und anzuwenden.

Erfahre, was ein Residuenplot ist, wie du typische Muster interpretierst und wie Residuenplots Nichtlinearität, Heteroskedastizität, Ausreißer und andere Regressionsprobleme sichtbar machen.

Quadrieren in Python ist einfach: Nutze den eingebauten Operator ** oder setze für vielseitigere Lösungen NumPy, pow(), math.pow(), Bitoperatoren und weitere Funktionen ein.

Lerne, wie du mit der SQL-Funktion REPLACE() Teilstrings in deiner Datenbank findest und ersetzt. Behandelt Syntax, Case-Sensitivity, das Entfernen von Zeichen, den Umgang mit NULL und Performance-Tipps.

Lerne, wie du Zahlen in Python mit round(), f-Strings, format(), dem decimal-Modul, NumPy und mehr auf zwei Dezimalstellen rundest — inklusive Vergleichstabelle der Methoden.

Meistere SQL-Mengenoperatoren: UNION, UNION ALL, INTERSECT und EXCEPT. Lerne die Syntaxregeln, sieh dir Praxisbeispiele an und erfahre, wann welcher Operator passt.

Lerne, wiederverwendbare und effiziente Python-Funktionen zu schreiben. Beherrsche Parameter, return und fortgeschrittene Themen wie Lambda-Funktionen. Strukturiere deinen Code mit main() und weiteren Best Practices.

Lerne, wie du mit der ydata-profiling Bibliothek in Python detaillierte Reports für Datensätze mit vielen Features erstellst.

Lerne, wie du in Google Sheets Pivot-Tabellen erstellst und nutzt, um Daten zusammenzufassen, zu analysieren und zu erkunden.

Lerne, wie du mit VLOOKUP() in Google Sheets Daten in großen Datensätzen in Sekunden suchst, findest und abrufst.

Lerne, wie die Binomialverteilung mehrere binäre Ergebnisse modelliert und in Bereichen wie Finanzen, Gesundheitswesen und Machine Learning zum Einsatz kommt.