Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

Einführung in die Wahrscheinlichkeitsrechnung und Daten mit R

Einführung in die Wahrscheinlichkeitsrechnung und Daten mit R

Dieser Kurs ist Teil von Spezialisierung „Datenanalyse mit R“

Dozent: Mine Çetinkaya-Rundel

313.525 bereits angemeldet

Bei Mehr erfahren enthalten

8 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

5,923 Bewertungen

Stufe Anfänger

Keine Vorkenntnisse erforderlich

Flexibler Zeitplan

2 Wochen bei 10 Stunden eine Woche

In Ihrem eigenen Lerntempo lernen

8 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

5,923 Bewertungen

Stufe Anfänger

Keine Vorkenntnisse erforderlich

Flexibler Zeitplan

2 Wochen bei 10 Stunden eine Woche

In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

Kategorie: Bayessche Statistik
Kategorie: Deskriptive Statistik
Kategorie: Statistik
Kategorie: Explorative Datenanalyse
Kategorie: Statistische Inferenz
Kategorie: Stichproben (Statistik)
Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Statistische Methoden
Kategorie: Datenanalyse
Kategorie: Wahrscheinlichkeitsverteilung
Kategorie: Wahrscheinlichkeit
Kategorie: Statistische Analyse

Werkzeuge, die Sie lernen werden

Kategorie: Statistische Software
Kategorie: R Programmierung
Kategorie: R (Software)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

11 Aufgaben

Unterrichtet in Englisch

94%

Den meisten Lernenden hat dieser Kurs gefallen

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Datenanalyse mit R“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 8 Module

Dieser Kurs führt Sie in die Stichprobenbildung und die Untersuchung von Daten sowie in die grundlegende Wahrscheinlichkeitstheorie und die Bayes-Regel ein. Sie werden verschiedene Arten von Stichprobenmethoden untersuchen und erörtern, wie sich diese Methoden auf den Umfang der Schlussfolgerungen auswirken können. Es werden verschiedene Techniken der explorativen Datenanalyse behandelt, einschließlich numerischer Zusammenfassungsstatistiken und grundlegender Datenvisualisierung. Sie werden durch die Installation und Verwendung von R und RStudio (kostenlose Statistiksoftware) geführt und werden diese Software für Laborübungen und ein Abschlussprojekt verwenden. Die Konzepte und Techniken in diesem Kurs dienen als Bausteine für die Inferenz- und Modellierungskurse in der Specialization.

Dieser Kurs führt Sie in die Stichprobenbildung und die Untersuchung von Daten sowie in die grundlegende Wahrscheinlichkeitstheorie ein. Sie werden verschiedene Arten von Stichprobenmethoden untersuchen und erörtern, wie sich diese Methoden auf den Nutzen einer Datenanalyse auswirken können. Die Konzepte in diesem Modul dienen als Bausteine für unsere späteren Kurse. Jede Lektion enthält eine Reihe von Lernzielen, die in einer Reihe von kurzen Videos behandelt werden. Ergänzende Lektüre und Übungsaufgaben werden auch aus OpenIntro Statistics, 3rd Edition, https://leanpub.com/openintro-statistics/, vorgeschlagen (ein kostenloses Online-Lehrbuch zur Einführung in die Statistik, das ich mitverfasst habe). Wöchentlich wird es Quizfragen geben, mit denen Sie Ihren Lernerfolg und die Beherrschung des in der jeweiligen Woche in den Videos behandelten Materials überprüfen können. Darüber hinaus wird jede Woche eine Laboraufgabe gestellt, bei der Sie R verwenden, um das Gelernte auf reale Daten anzuwenden. Es wird auch ein Datenanalyseprojekt geben, mit dem Sie Forschungsfragen Ihrer eigenen Wahl beantworten können. Da es sich um einen Coursera-Kurs handelt, können Sie so viel oder so wenig teilnehmen, wie Sie möchten, aber ich hoffe, dass Sie zu Beginn voll mitmachen. Einer der lohnendsten Aspekte eines Coursera-Kurses ist die Teilnahme an Forumsdiskussionen über das Kursmaterial. Bitte nutzen Sie das Feedback und die Einblicke anderer Studenten und tragen Sie Ihre eigene Perspektive bei, wenn Sie dies für angebracht halten. Sie können sich auch die Ressourcenseite (https://coursera.shujahdev.site/learn/probability-intro/resources/crMc4) ansehen, auf der nützliche Ressourcen für diesen Kurs aufgelistet sind. Vielen Dank, dass Sie sich der Community Einführung in die Wahrscheinlichkeitsrechnung und Daten angeschlossen haben! Begrüßen Sie uns in den Diskussionsforen. Wir freuen uns auf Ihre Teilnahme an diesem Kurs.

Das ist alles enthalten

1 Video2 Lektüren

Willkommen zu Einführung in die Wahrscheinlichkeitsrechnung und Daten! Ich hoffe, Sie sind von diesem Kurs genauso begeistert wie ich! In den nächsten fünf Wochen werden wir uns mit dem Design von Studien befassen, Daten mit Hilfe von numerischen Zusammenfassungen und Visualisierungen untersuchen und uns mit Wahrscheinlichkeitsregeln und häufig verwendeten Wahrscheinlichkeitsverteilungen vertraut machen. Wenn Sie Fragen haben, können Sie diese gerne im Forum dieses Moduls (https://coursera.shujahdev.site/learn/probability-intro/module/rQ9Al/discussions?sort=lastActivityAtDesc&page=1) stellen und mit Ihren Kommilitonen diskutieren! Für den Einstieg sehen Sie sich die Lernziele (https://coursera.shujahdev.site/learn/probability-intro/supplement/rooeY/lesson-learning-objectives) von Lektion 1 in diesem Modul an.

Das ist alles enthalten

6 Videos2 Lektüren2 Aufgaben

6 VideosInsgesamt 28 Minuten

Einführung3 Minuten
Daten-Grundlagen5 Minuten
Beobachtungsstudien und Experimente5 Minuten
Stichproben und Quellen von Verzerrungen8 Minuten
Experimenteller Aufbau3 Minuten
(Spotlight) Zuweisung einer Zufallsstichprobe4 Minuten

2 LektürenInsgesamt 20 Minuten

Lernziele der Lektion10 Minuten
Empfohlene Lektüre und Praxis10 Minuten

2 AufgabenInsgesamt 60 Minuten

Woche 1 Quiz30 Minuten
Woche 1 Praxis-Quiz30 Minuten

Für diese Aufgabe werden Sie R und RStudio verwenden, die auf Ihrem lokalen Computer oder über die RStudio Cloud installiert sind.

Das ist alles enthalten

2 Lektüren1 Aufgabe

Willkommen zu Woche 2 von Einführung in die Wahrscheinlichkeitsrechnung und Daten! Ich hoffe, Ihnen haben die Materialien aus Woche 1 gefallen. In dieser Woche werden wir uns eingehender mit numerischen und kategorialen Daten beschäftigen und Inferenzen einführen.

Das ist alles enthalten

7 Videos3 Lektüren2 Aufgaben

7 VideosInsgesamt 46 Minuten

Visualisierung numerischer Daten10 Minuten
Maße von Center4 Minuten
Maße der Ausbreitung7 Minuten
Robuste Statistik1 Minute
Daten transformieren3 Minuten
Kategoriale Variablen erforschen8 Minuten
Einführung in die Inferenz12 Minuten

3 LektürenInsgesamt 30 Minuten

Lernziele der Lektion10 Minuten
Lernziele der Lektion10 Minuten
Empfohlene Lektüre und Praxis10 Minuten

2 AufgabenInsgesamt 60 Minuten

Woche 2 Quiz30 Minuten
Woche 2 Praxis-Quiz30 Minuten

Für diese Aufgabe werden Sie R und RStudio verwenden, die auf Ihrem lokalen Computer oder über die RStudio Cloud installiert sind.

Das ist alles enthalten

2 Lektüren1 Aufgabe

Willkommen zu Woche 3 der Einführung in die Wahrscheinlichkeitsrechnung und Daten! Letzte Woche haben wir uns mit numerischen und kategorischen Daten beschäftigt. Diese Woche besprechen wir die Wahrscheinlichkeit, die bedingte Wahrscheinlichkeit, das Bayes-Theorem und geben eine kleine Einführung in die Bayes'sche Inferenz. Vielen Dank für Ihren Enthusiasmus und Ihre Teilnahme und eine schöne Woche! Ich freue mich darauf, mit Ihnen den Rest des Kurses zu bearbeiten.

Das ist alles enthalten

9 Videos3 Lektüren2 Aufgaben

9 VideosInsgesamt 82 Minuten

Einführung6 Minuten
Disjunkte Ereignisse + Allgemeine Additionsregel9 Minuten
Unabhängigkeit10 Minuten
Beispiele für Wahrscheinlichkeiten9 Minuten
(Spotlight) Disjoint vs. Unabhängig3 Minuten
Bedingte Wahrscheinlichkeit13 Minuten
Wahrscheinlichkeitsbäume11 Minuten
Bayessche Inferenz14 Minuten
Beispiele für Bayes'sche Inferenz8 Minuten

3 LektürenInsgesamt 30 Minuten

Lernziele der Lektion10 Minuten
Lernziele der Lektion10 Minuten
Empfohlene Lektüre und Praxis10 Minuten

2 AufgabenInsgesamt 60 Minuten

Woche 3 Quiz30 Minuten
Woche 3 Praxis-Quiz30 Minuten

Für diese Aufgabe werden Sie R und RStudio verwenden, die auf Ihrem lokalen Computer oder über die RStudio Cloud installiert sind.

Das ist alles enthalten

2 Lektüren1 Aufgabe

Tolle Arbeit bis jetzt! Willkommen zu Woche 4 - der letzten Inhaltswoche von Einführung in die Wahrscheinlichkeitsrechnung und Daten! In dieser Woche stellen wir Ihnen zwei Wahrscheinlichkeitsverteilungen vor: die Normalverteilung und die Binomialverteilung im Besonderen. Wie üblich können Sie Ihr Wissen im Quiz dieser Woche überprüfen. In dieser Woche finden keine Übungen statt. Bitte zögern Sie nicht, Fragen, Diskussionen und verwandte Themen im Forum dieser Woche zu posten (https://coursera.shujahdev.site/learn/probability-intro/module/VdVNg/discussions?sort=lastActivityAtDesc&page=1). Ebenfalls in dieser Woche werden Sie aufgefordert, ein erstes Datenanalyseprojekt mit einem realen Datensatz durchzuführen. Das Projekt soll Ihnen dabei helfen, eigene Forschungsfragen zu entdecken und zu erforschen, indem Sie reale Daten und statistische Methoden verwenden, die wir in diesem Kurs lernen. Bitte lesen Sie die Projektanweisungen, um diese Selbsteinschätzung durchzuführen.

Das ist alles enthalten

6 Videos5 Lektüren2 Aufgaben

6 VideosInsgesamt 67 Minuten

Normalverteilung17 Minuten
Auswertung der Normalverteilung3 Minuten
Arbeiten mit der Normalverteilung5 Minuten
Binomialverteilung17 Minuten
Normale Annäherung an Binomial14 Minuten
Arbeiten mit der Binomialverteilung10 Minuten

5 LektürenInsgesamt 160 Minuten

Lernziele der Lektion10 Minuten
Lernziele der Lektion10 Minuten
Empfohlene Lektüre und Praxis10 Minuten
Projektanweisungen, Datendateien und Checkliste120 Minuten
Teilen Sie Ihre Lernerfahrung10 Minuten

2 AufgabenInsgesamt 60 Minuten

Woche 4 Quiz30 Minuten
Woche 4 Praxis-Quiz30 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Lehrkraftbewertungen

(833 Bewertungen)

Mine Çetinkaya-Rundel

Duke University

11 Kurse436.830 Lernende

von

Duke University

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

5 Sterne
77,97 %
4 Sterne
17,29 %
3 Sterne
2,54 %
2 Sterne
0,72 %
1 Stern
1,45 %

Zeigt 3 von 5923 an

5.0

Geprüft am 16. Jan. 2019

This was an excellent course, I found it easy to follow and I learned a lot that pertains directly to my career. I look forward to the other courses in the Statistics with R certificate

5.0

Geprüft am 4. Sep. 2019

Very clearly explained and the pace is awesome! I really enjoy each deadline and l can already see how it is impacting my day to day work and life. I ook forward to completing the course! Thank you.

5.0

Geprüft am 12. März 2019

This course was quite helpful for someone who like me who doesn't have a strong understanding of statistics. The highlight of the course was learning a new data analysis tool - R and RStudio.

Weitere Bewertungen anzeigen

Schalten Sie den Zugang zu mehr als 10.000 Kursen mit einem Abonnement frei
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich den über 4.700 globalen Unternehmen an, die Coursera for Business wählen

Häufig gestellte Fragen

Nein. Durch den Abschluss eines Coursera-Kurses erhalten Sie keine akademischen Credits von Duke. Daher kann Duke Ihnen kein Universitätszeugnis ausstellen. Ihr elektronisches Zertifikat wird jedoch zu Ihrer Accomplishments-Seite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.

Um auf Kursmaterialien und Aufgaben zugreifen zu können und ein Zertifikat zu erwerben, müssen Sie bei der Anmeldung zu einem Kurs die Option „Zertifikat“ erwerben. Berechtigte Lernende haben möglicherweise auch die Möglichkeit, mit einer kostenlosen Testphase zu beginnen. Bei einigen Kursen wird möglicherweise auch die Option „Vollständiger Kurs, kein Zertifikat“ angeboten. Damit haben Sie Zugriff auf die Kursmaterialien, können die erforderlichen Prüfungen einreichen und erhalten eine Abschlussnote, können jedoch kein Zertifikat erwerben oder erhalten.

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.