Inferenzstatistische Analyse mit Python | Das Universitätsnetzwerk

Beschreibung

In diesem Kurs werden wir die Grundprinzipien untersuchen, die hinter der Verwendung von Daten zur Schätzung und zur Bewertung von Theorien stehen. Wir werden sowohl kategoriale als auch quantitative Daten analysieren, beginnend mit einer Populationstechnik und erweitert, um Vergleiche zwischen zwei Populationen durchzuführen. Wir werden lernen, wie man Konfidenzintervalle konstruiert. Wir werden auch Beispieldaten verwenden, um zu bewerten, ob eine Theorie über den Wert eines Parameters mit den Daten übereinstimmt oder nicht. Ein Hauptaugenmerk wird auf der angemessenen Interpretation von Inferenzergebnissen liegen.

Am Ende jeder Woche wenden die Lernenden das, was sie mit Python gelernt haben, in der Kursumgebung an. Während dieser laborbasierten Sitzungen werden die Lernenden Tutorials durcharbeiten, die sich auf bestimmte Fallstudien konzentrieren, um die statistischen Konzepte der Woche zu festigen. Dazu gehören weitere tiefe Einblicke in Python-Bibliotheken wie Statsmodels, Pandas und Seaborn. Dieser Kurs verwendet die Jupyter Notebook-Umgebung in Coursera.