Technische Informationsbibliothek (TIB)27 Module
Statistics with python
27 Einträge
Aktualisiert
Lernen beginnen
Beschreibung und Lernergebnis
Mentoren
GKGábor Kismihók
CECarolin 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

Linkinhalt
2

Central tendency measures: mean, median, mode in python

Linkinhalt
3

Variance and standard deviation

Linkinhalt
4

Variance and standard deviation in python

Linkinhalt
5

Random variables (discrete and continuous)

Linkinhalt
6

Density function

Linkinhalt
7

Expected value

Linkinhalt
8

Bernoulli distribution

Linkinhalt
9

Bernoulli distribution in python

Linkinhalt
10

Binomial distribution

Linkinhalt
11

Binomial distribution in python

Linkinhalt
12

Poisson distribution

Linkinhalt
13

Poisson distribution in python

Linkinhalt
14

Law of large numbers

Linkinhalt
15

Normal distribution

Linkinhalt
16

Normal distribution in python

Linkinhalt
17

Z-score

Linkinhalt
18

Central limit theorem

Linkinhalt
19

Sampling distribution

Linkinhalt
20

Statistical inference

Linkinhalt
21

Hypothesis testing, p-value, confidence interval

Linkinhalt
22

Linear Regression

Linkinhalt
23

Linear regression with scikit

Linkinhalt
24

Conditional probability and independent variables

Linkinhalt
25

Bayes' theorem

Linkinhalt
26

Covariance and correlation

Linkinhalt
27

Correlation and causality

Linkinhalt