Drie cursussen in deze serie zijn bedoeld om studenten de basis- en tussenconcepten van statistische analyse bij te brengen met behulp van de programmeertaal Python.
Studenten zullen leren:
Waar komen de gegevens vandaan?
Welke soorten gegevens kunnen worden verzameld
Gegevensopmaak
gegevensbeheer
Effectieve gegevensverkenning en -visualisatie
Zij zullen in staat zijn om:
gebruik de gegevens voor berekeningen en beschrijvende evaluaties
betrouwbaarheidsintervallen opbouwen
Interpreteer inferentiële resultaten
Pas meer geavanceerde statistische modelleringsprocedures toe
Ten slotte leren ze het belang van de onderzoeksvragen kennen en kunnen ze deze verbinden met statistische analysemethoden en bestudeerde gegevens.
Er wordt een leerproject geactiveerd
De cursussen in deze serie omvatten een verscheidenheid aan taken die de kennis van de studenten en hun vermogen om de stof toe te passen testen.
Taken zijn onder meer:
Concepttesten
schriftelijke analyses
Evaluaties in Python-programmeren
Deze taken worden uitgevoerd door:
Examens
Het indienen van schriftelijke opdrachten
Jupyter Notebook-omgeving
Details of the courses that make up the specialization
Data begrijpen en simuleren met Python
Cursus 1
19 uur
4,7 (2.632 beoordelingen)
Cursusdetails
Wat je gaat leren:
verschillende soorten gegevens op de juiste manier identificeren en de verschillende toepassingen voor elk ervan begrijpen.
Maak datavisualisaties en numerieke samenvattingen met Python.
Communiceer statistische ideeën duidelijk en beknopt naar een breed publiek.
Identificeer geschikte analysetechnieken voor waarschijnlijke en niet-waarschijnlijke monsters.
Vaardigheden die je opdoet:
Categorie: Statistieken
statistieken
Categorie: Data-analyse
data-analyse
Categorie: Python-programmering
Python-programmering
Categorie: gegevensovereenkomst
Gelijkenis van gegevens
Inferentiële statistische analyse met Python
Cursus 2
21 uur
4,6 (896 beoordelingen)
Cursusdetails
Wat je gaat leren:
Bepaal de aannames die nodig zijn om de betrouwbaarheidsintervallen voor de parameters van de relevante populatie te berekenen.
Creëer betrouwbaarheidsintervallen in Python en interpreteer de resultaten.
Onderzoek hoe inferentieprocedures stap voor stap worden geproduceerd en geïnterpreteerd bij het analyseren van echte gegevens.
Voer hypothesetests uit in Python en interpreteer de bevindingen.
Vaardigheden die je opdoet:
Categorie: Vertrouwelijkheidswinst
Het vertrouwen wint
Categorie: Python-programmering
Python-programmering
Categorie: statistisch inferentieel
Statistisch inferentieel
Categorie: Statistische hypothesetesten
Statistische hypothesetesten
Statistische modellen aan data koppelen met Python
Cursus 3
14 uur
4.4 (689 beoordelingen)
Cursusdetails
Wat je gaat leren:
Verdiep uw begrip van statistische inferentiële technieken door de kunst van het aanpassen van statistische modellen aan gegevens onder de knie te krijgen.
Koppel onderzoeksvragen aan data-analysemethoden, leg de nadruk op doelen en relaties tussen variabelen en doe voorspellingen.
Ontdek verschillende statistische modelleringstechnieken zoals lineaire regressie, logistische regressie en Bayesiaanse inferentie met behulp van echte gegevens.
Werk aan praktijkcases in Python met bibliotheken als Statsmodels, Pandas en Seaborn in de Jupyter Notebook-omgeving.
