Titelbild
Technische Informationsbibliothek (TIB)27 Module
Statistics with python
27 Einträge
Aktualisiert
Lernen beginnen
Beschreibung und Lernergebnis
Mentoren
Gábor KismihókGKGábor Kismihók
Carolin EisentrautCECarolin Eisentraut

Beschreibung

This skill helps you understand the main concepts of Statistics and how to implement them in the Python language. Developed with the contribution of the OEduverse Erasmus Plus Project. www.oeduverse.eu

Lernziele

Am Ende dieses Lernpfads werden die Lernenden in der Lage sein:

  • Grundlegende statistische Konzepte wie zentrale Tendenz, Varianz und Standardabweichung zu verstehen und zu berechnen.

  • Verschiedene Wahrscheinlichkeitsverteilungen (Bernoulli, Binomial, Poisson, Normal) zu identifizieren und anzuwenden.

  • Die Konzepte des Gesetzes der großen Zahlen, des zentralen Grenzwertsatzes und des Z-Scores zu erklären.

  • Hypothesentests durchzuführen und Konfidenzintervalle zu interpretieren.

  • Lineare Regression und Korrelation zur Analyse von Beziehungen zwischen Variablen zu nutzen.

  • Statistische Methoden und Modelle mithilfe der Python-Programmierung zu implementieren.

Enthaltene Inhalte
Entdecke die Module, die in diesem Lernpfad enthalten sind.
1

Central tendency measures: mean, median, mode

Videoinhalt
2

Central tendency measures: mean, median, mode in python

Videoinhalt
3

Variance and standard deviation

Videoinhalt
4

Variance and standard deviation in python

Linkinhalt
5

Random variables (discrete and continuous)

Videoinhalt
6

Density function

Videoinhalt
7

Expected value

Videoinhalt
8

Bernoulli distribution

Videoinhalt
9

Bernoulli distribution in python

Linkinhalt
10

Binomial distribution

Videoinhalt
11

Binomial distribution in python

Videoinhalt
12

Poisson distribution

Videoinhalt
13

Poisson distribution in python

Videoinhalt
14

Law of large numbers

Videoinhalt
15

Normal distribution

Videoinhalt
16

Normal distribution in python

Videoinhalt
17

Z-score

Videoinhalt
18

Central limit theorem

Videoinhalt
19

Sampling distribution

Videoinhalt
20

Statistical inference

Videoinhalt
21

Hypothesis testing, p-value, confidence interval

Videoinhalt
22

Linear Regression

Videoinhalt
23

Linear regression with scikit

Videoinhalt
24

Conditional probability and independent variables

Videoinhalt
25

Bayes' theorem

Videoinhalt
26

Covariance and correlation

Videoinhalt
27

Correlation and causality

Videoinhalt
Lerne "Statistics with python" | Technische Informationsbibliothek (TIB)