Grundlagen der Statistik | Einführung in die Statistik
What you'll learn
- Grundbegriffe der Statistik verstehen und sicher anwenden.
- Datenverteilungen anhand von Lage- und Streuungsparametern beschreiben können.
- Verständliche Visualisierungen von Daten (in Excel, R oder Python) erstellen.
- Die Inhalte des Kurses in Excel, R oder Python anwenden.
Requirements
- Für die Kursinhalte sind keine Vorkenntnisse notwendig.
- Für die Anwendungen in Excel, R und Python sind grundlegende Kenntnisse des jeweiligen Programms (installieren, aufrufen etc.) hilfreich.
Description
Dieser Kurs vermittelt die Grundlagen der (univariaten) Statistik. Möchten Sie mit Daten arbeiten, haben aber noch keine Vorkenntnisse im Bereich Statistik, ist dieser Kurs für Sie ideal geeignet.
Der Kurs beginnt mit der Klärung von wichtigen statistischen Grundbegriffen um eine gemeinsame Basis für die folgenden Lerneinheiten zu legen. Danach starten wir mit den typischen Schritten einer ersten Datenanalyse und beginnen mit der Bestimmung von absoluten und relativen Häufigkeiten. In den Einheiten zu Lage- und Streuungsparametern lernen Sie die Verteilungen von Merkmalen zu beschreiben und im Kapitel zu Datenvisualisierung besprechen wir u.a. wie man die Ergebnisse einer Datenanalyse grafisch präsentieren kann. In der Lerneinheit zu Konzentrationsmaßen nutzen wir u.a. Lorenzkurven und den Gini-Koeffizient zur Beurteilung von Ungleichheit. Die beiden letzten Lerneinheiten beschäftigen sich mit der Analyse des Zusammenhangs zweier Merkmale sowie dem Unterschied zwischen statistischen Zusammenhängen und Kausalität.
Alle vermittelten Inhalte werden von Video-Tutorials in Excel, R und Python begleitet, die die direkte Umsetzung durch die Teilnehmerinnen und Teilnehmer des Kurses ermöglichen. Jede Lerneinheit wird durch ein Quiz zur Vertiefung der erlernten Inhalte abgeschlossen:
Agenda des Kurses:
Statistische Grundbegriffe
Häufigkeiten
Lageparameter
Streuungsparameter
Datenvisualisierung
Konzentrationsmaße
Korrelation
Kausalität
Übersicht über die vermittelten Begriffe und Konzepte:
Grundgesamtheit | Population | Stichprobe | Stichprobenumfang | Repräsentativität | Zufallsauswahl | Merkmal | Variable | Merkmalsausprägung | Variablenausprägung | Daten | Skalenniveau | Nominalskala | Ordinalskala | Kardinalskala | Metrische Skala | Absolute Häufigkeit | Relative Häufigkeit | Kumulierte absolute Häufigkeit | Kumulierte relative Häufigkeit | Lageparameter | Modus | Modalwert | Median | (arithmetischer) Mittelwert | Streuungsparameter | Spannweite | Varianz | Standardabweichung | Quantile | Quantilsabstand | Interquartilsabstand | Quantilsverhältnisse | Säulendiagramm | Balkendiagramm | Kreisdiagramm | Liniendiagramm | Histogramm | Boxplot | Relative Konzentration | Absolute Konzentration | Lorenzkurve | Gini-Index | Gini-Koeffizient | Konzentrationsrate | Streudiagramm | Scatterplot | Korrelation | Kausalität | Korrelationskoeffizient
Who this course is for:
- Statistik-Interessierte, die in Beruf, Studium oder Alltag mit Daten arbeiten, aber keine Vorkenntnisse in Statistik oder Datenanalyse haben.
Instructors
- 4.6 Instructor Rating
- 24 Reviews
- 176 Students
- 1 Course
Your data, your knowledge is our mission statement. We are a consulting company for statistics, business analytics and economics. On Udemy, we offer online courses in the areas of "Statistics", "Data Visualization", "Data Analysis" and "Questionnaire Design". All courses are pre-scripted and combine lectures and practical exercises.
"Your data, your knowledge" ist unser Mission Statement. Wir sind ein Beratungsunternehmen für Statistik, Business Analytics und Wirtschaft. Auf Udemy bieten wir Online-Kurse in den Bereichen "Statistik", "Datenvisualisierung", "Datenanalyse" und "Fragebogendesign" an. Alle Kurse sind vorformuliert und kombinieren Vorlesungen und praktische Übungen.
- 4.6 Instructor Rating
- 24 Reviews
- 176 Students
- 1 Course
Prof. Dr. Daniel Schnitzlein hat die Innside Statistics UG (haftungsbeschränkt) im September 2019 gegründet und führt das Tagesgeschäft als geschäftsführender Gesellschafter. Er ist außerplanmäßiger Professor an der Leibniz Universität Hannover und unterrichtet dort Data Analytics und hält Lehraufträge für Mathematik und Statistik an mehreren Hochschulen. Prof. Dr. Schnitzlein hat langjährige Erfahrung in quantitativer Datenanalyse und im Umgang mit komplexen Datenstrukturen. Ebenso hat er umfangreiche Erfahrung in der Aufbereitung und Kommunikation von Ergebnissen datengestützter volkswirtschaftlicher Analysen für Politik und interessierte Fachöffentlichkeit. Auf Udemy bietet er Kurse mit den Schwerpunkten "Statistik" und "Datenanalyse" an.