Data Science - Grundlagen der Statistik und Testverfahren

Ziele der Schulung

In dieser 2-tägigen Schulung "Data Science - Grundlagen der Statistik und Testverfahren" werden Sie in die grundlegenden Konzepte der Statistik und Testverfahren eingeführt, die in der Datenanalyse und Data Science verwendet werden. Das Ziel ist es, Ihnen das Wissen zu vermitteln, um grundlegende statistische Tests mit Python und Jupyter-Notebooks durchzuführen und die Ergebnisse sinnvoll zu interpretieren.

Zielgruppe Seminar

Anfänger im Bereich Data Science und Datenanalyse, die ein grundlegendes Verständnis für statistische Methoden und deren praktische Anwendung mit Python entwickeln möchten.

Voraussetzungen

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

• Grundkenntnisse in Python

Seminarinhalt

Einführung in die Statistik

• Grundlagen der Statistik und ihre Bedeutung in Data Science
• Unterschied zwischen deskriptiver und inferentieller Statistik
• Einführung in Hypothesenbildung und -prüfung

Erste Schritte mit Python und Jupyter-Notebooks

• Installation und Einrichtung von Jupyter-Notebooks
• Einführung in die Python-Bibliotheken für Statistik (z.B. NumPy, SciPy, Pandas)
• Praktische Beispiele und Übungen

Grundlagen der statistischen Testverfahren

• Signifikanzniveau und p-Wert verstehen
• Konfidenzintervalle berechnen und interpretieren
• Praktische Übungen mit einfachen Datensätzen

Einführung in parametrische Testverfahren

• T-Test (einstichprobig) mit Beispielen
• Praktische Anwendung des Z-Tests
• Verwendung von ANOVA für einfache Datenanalysen

Grundlagen der nicht-parametrischen Testverfahren

• Einführung in den Chi-Quadrat-Test mit Beispielen
• Durchführung eines Mann-Whitney-U-Tests
• Praktische Anwendungen und Übungen

Testgüte und Fehleranalyse

• Verständnis von Typ I und Typ II Fehlern
• Bedeutung von Teststärke und Effektstärke
• Einführung in Multiple Testkorrekturen

Praktische Anwendungen in Data Science

• Arbeiten mit echten Datensätzen in Jupyter-Notebooks
• Praktische Fallstudien und Übungen
• Best Practices für die Interpretation von Testergebnissen

Abschluss und erweiterte Themen

• Einfache Bootstrap-Methoden
• Erste Schritte in der Bayes'schen Statistik
• Diskussion von Ergebnissen und weiteren Lernressourcen

Open Badge für dieses Seminar - Ihr digitaler Kompetenznachweis

Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erhalten Sie zusätzlich zu Ihrem Teilnehmerzertifikat ein digitales Open Badge (Zertifikat) – Ihren modernen Nachweis für erworbene Kompetenzen.

Ihr Open Badge ist jederzeit in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com-Konto verfügbar. Mit wenigen Klicks können Sie diesen digitalen Nachweis in sozialen Netzwerken teilen, um Ihre Expertise sichtbar zu machen und Ihr berufliches Profil gezielt zu stärken.

Übersicht: Data Science Schulungen Portfolio

Mehr zu den Vorteilen von Badges

Seminare kurz vor der Durchführung