Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Mit Hypothesentests kannst du Fragen zu deinen Datensätzen auf statistisch fundierte Weise beantworten. In diesem Kurs verbesserst du deine analytischen Fähigkeiten in Python, indem du lernst, wie und wann du gängige Tests wie t-Tests, Proportionstests und Chi-Quadrat-Tests anwenden kannst. Durch die Arbeit mit realen Daten, wie z. B. Stack Overflow-Nutzerfeedback und Lieferkettendaten für medizinische Lieferungen, wirst du ein tiefes Verständnis dafür gewinnen, wie diese Tests funktionieren und welche Annahmen ihnen zugrunde liegen. Außerdem erfährst du, wie nicht-parametrische Tests eingesetzt werden können, um die Grenzen der traditionellen Hypothesentests zu überwinden.Die Live-Transkripte der Videos kannst du durch einen klicke auf „Mitschrift anzeigen“ unten links in den Videos aufrufen.
Das Kursglossar findest du rechts im Bereich Ressourcen.
Um CPE-Credits zu erhalten, musst du den Kurs abschließen und in dem Test 70 % erreichen. Du Assessment gelangst du, indem du rechts auf die Angabe zu den CPE-Credits klickst.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Grundlagen des Hypothesentests
Wie funktioniert das Testen von Hypothesen und welche Probleme kann es lösen? Um das herauszufinden, gehst du durch den Workflow für einen Proportionstest mit einer Stichprobe. Dabei lernst du wichtige Konzepte wie z-Scores, p-Werte sowie falsch-negative und falsch-positive Fehler kennen.
- Hypothesentests und z-Scores50 XP
- Einsatzmöglichkeiten von A/B-Tests50 XP
- Berechnung des Mittelwerts der Stichprobe100 XP
- Berechnung eines z-Scores100 XP
- p-Werte50 XP
- Strafprozesse und Hypothesentests50 XP
- Linker Rand, rechter Rand, zwei Ränder100 XP
- Berechnen von p-Werten100 XP
- Statistische Signifikanz50 XP
- Entscheidungen aus p-Werten50 XP
- Berechnung eines Konfidenzintervalls100 XP
- Fehler 1. und 2. Art.100 XP
2
Zweistichproben- und ANOVA-Tests
In diesem Kapitel lernst du, wie du mit Hilfe von t-Tests auf Unterschiede im Mittelwert zwischen zwei Gruppen prüfst und dies mithilfe von ANOVA und paarweisen t-Tests auf mehr als zwei Gruppen ausweitest.
3
Proportionale Tests
Jetzt ist es an der Zeit, mit Hilfe von Proportionstests zu prüfen, ob es Unterschiede in den Anteilen zwischen zwei Gruppen gibt. In praktischen Aufgaben erweiterst du deine Proportionstests mit Chi-Quadrat-Unabhängigkeitstests auf mehr als zwei Gruppen und kehrst mit Chi-Quadrat-Anpassungstests zum Fall mit einer Stichprobe zurück.
4
Nicht-parametrische Tests
Zum Schluss lernst du die Annahmen parametrischer Hypothesentests kennen und erfährst, wie nicht-parametrische Tests verwendet werden können, wenn diese Annahmen nicht erfüllt sind.
Hypothesentests in Python
Kurs
abgeschlossen
