Daten mit Python verstehen und visualisieren

Beschreibung

In diesem Kurs werden die Lernenden in das Gebiet der Statistik eingeführt, einschließlich der Herkunft der Daten, des Studiendesigns, des Datenmanagements sowie der Erkundung und Visualisierung von Daten. Die Lernenden identifizieren verschiedene Datentypen und lernen, wie Zusammenfassungen sowohl für univariate als auch für multivariate Daten visualisiert, analysiert und interpretiert werden. Die Lernenden werden auch in die Unterschiede zwischen Wahrscheinlichkeits- und Nichtwahrscheinlichkeitsstichproben aus größeren Populationen eingeführt, in die Idee, wie sich Stichprobenschätzungen unterscheiden und wie auf der Grundlage von Wahrscheinlichkeitsstichproben Rückschlüsse auf größere Populationen gezogen werden können.

Am Ende jeder Woche wenden die Lernenden die statistischen Konzepte, die sie mit Python gelernt haben, in der Kursumgebung an. Während dieser laborbasierten Sitzungen lernen die Lernenden die verschiedenen Verwendungsmöglichkeiten von Python als Tool kennen, einschließlich der Bibliotheken Numpy, Pandas, Statsmodels, Matplotlib und Seaborn. Tutorial-Videos werden bereitgestellt, um die Lernenden durch die Erstellung von Visualisierungen und Datenverwaltung in Python zu führen. Dieser Kurs verwendet die Jupyter Notebook-Umgebung in Coursera.