Dieser Kurs ist Teil der Spezialisierung Spezialisierung Statistics with Python

4.6
Sterne
844 Bewertungen

93 %

Brenda Gunderson +2 weitere Dozenten

38.455 bereits angemeldet

von

Spezialisierung Statistics with PythonUniversity of Michigan

Über diesen Kurs

45.031 kürzliche Aufrufe

In this course, we will explore basic principles behind using data for estimation and for assessing theories. We will analyze both categorical data and quantitative data, starting with one population techniques and expanding to handle comparisons of two populations. We will learn how to construct confidence intervals. We will also use sample data to assess whether or not a theory about the value of a parameter is consistent with the data. A major focus will be on interpreting inferential results appropriately.  
At the end of each week, learners will apply what they’ve learned using Python within the course environment. During these lab-based sessions, learners will work through tutorials focusing on specific case studies to help solidify the week’s statistical concepts, which will include further deep dives into Python libraries including Statsmodels, Pandas, and Seaborn. This course utilizes the Jupyter Notebook environment within Coursera.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 3 in

Spezialisierung Statistics with Python

Stufe „Mittel“

High school algebra, successful completion of Course 1 in this specialization or equivalent background

Ca. 18 Stunden zum Abschließen

Englisch

Was Sie lernen werden

Determine assumptions needed to calculate confidence intervals for their respective population parameters.
Create confidence intervals in Python and interpret the results.
Review how inferential procedures are applied and interpreted step by step when analyzing real data.
Run hypothesis tests in Python and interpret the results.

Kompetenzen, die Sie erwerben

Confidence Interval
Python Programming
Statistical Inference
Statistical Hypothesis Testing

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 3 in

Spezialisierung Statistics with Python

Stufe „Mittel“

High school algebra, successful completion of Course 1 in this specialization or equivalent background

Ca. 18 Stunden zum Abschließen

Englisch

Dozenten

Dozentenbewertung

4,68/5 (133 Bewertungen)

von

University of Michigan

Lehrplan - Was Sie in diesem Kurs lernen werden

Inhaltsbewertung93%(4,857 Bewertungen)

Woche1

Woche 1

3 Stunden zum Abschließen

WEEK 1 - OVERVIEW & INFERENCE PROCEDURES

In this first week, we’ll review the course syllabus and discover the various concepts and objectives to be mastered in weeks to come. You’ll be introduced to inference methods and some of the research questions we’ll discuss in the course, as well as an overall framework for making decisions using data, considerations for how you make those decisions, and evaluating errors that you may have made.

3 Stunden zum Abschließen

9 Videos (Gesamt 67 min), 6 Lektüren, 1 Quiz

9 Videos

Welcome to the Course!2mInferential Statistical Analysis with Python Guidelines4mIntroduction to Inference Methods: Oh the Things You Will See!3mBag A or Bag B?13mIntroduction to Bayesian4mThis or That? Language and Notation13mThe Python Statistics Landscape2mIntermediate Python Concepts: Lists vs Numpy Arrays10mFunctions and Lambda Functions, Reading Help Files11m

6 Lektüren

Course Syllabus5mMeet the Course Team!10mAbout Our Datasets2mHelp Us Learn More About You!10mCourse Syllabus10mThis or That Reference10m

1 praktische Übung

Python Basics Assessment15m

Woche2

Woche 2

7 Stunden zum Abschließen

WEEK 2 - CONFIDENCE INTERVALS

In this second week, we will learn about estimating population parameters via confidence intervals. You will be introduced to five different types of population parameters, assumptions needed to calculate a confidence interval for each of these five parameters, and how to calculate confidence intervals. Quizzes will appear throughout the week to test your understanding. In addition, you’ll learn how to create confidence intervals in Python.

7 Stunden zum Abschließen

12 Videos (Gesamt 118 min), 5 Lektüren, 3 Quiz

12 Videos

Estimating a Population Proportion with Confidence6mUnderstanding Confidence Intervals10mDemo: Seeing Theory5mAssumptions for a Single Population Proportion Confidence Interval3mConservative Approach & Sample Size Consideration8mEstimating a Difference in Population Proportions with Confidence6mInterpretations & Assumptions for Two Population Proportion Intervals4mEstimating a Population Mean with Confidence14mEstimating a Mean Difference for Paired Data10mEstimating a Difference in Population Means with Confidence (for Independent Groups)14mIntroduction to Confidence Intervals in Python12mConfidence Intervals for Differences between Population Parameters21m

5 Lektüren

Confidence Intervals: Other Considerations15mWhat Affects the Standard Error of an Estimate?10mAdditional Practice: An Introductory Guide to PDFs and CDFs10mAdditional Practice: Confidence Intervals1mNapping and Non-Napping Toddlers Article for Python Assessment10m

3 praktische Übungen

Practice Quiz: All About Confidence Intervals30mSample Size & Assumptions30mConfidence Intervals Assessment1h

Woche3

Woche 3

7 Stunden zum Abschließen

WEEK 3 - HYPOTHESIS TESTING

In week three, we’ll learn how to test various hypotheses - using the five different analysis methods covered in the previous week. We’ll discuss the importance of various factors and assumptions with hypothesis testing and learn to interpret our results. We will also review how to distinguish which procedure is appropriate for the research question at hand. Quizzes and a peer assessment will appear throughout the week to test your understanding.

7 Stunden zum Abschließen

12 Videos (Gesamt 138 min), 4 Lektüren, 3 Quiz

12 Videos

Setting Up a Test for a Population Proportion5mTesting a One Population Proportion8mSetting Up a Test of Difference in Population Proportions7mTesting a Difference in Population Proportions8mInterview: P-Values, P-Hacking and More24mOne Mean: Testing about a Population Mean with Confidence17mTesting a Population Mean Difference13mTesting for a Difference in Population Means (for Independent Groups)12mDemo: Name That Scenario2mChocolate & Cycling Assignment2mIntroduction to Hypothesis Testing in Python20mWalk-Through: Hypothesis Testing with NHANES13m

4 Lektüren

Hypothesis Testing: Other Considerations10mThe Relationship between Confidence Intervals & Hypothesis Testing5mChocolate & Cycling Assignment Instructions5mAdditional Practice: Hypothesis Testing1m

2 praktische Übungen

Name That Scenario15mHypothesis Testing in Python Assessment1h

Woche4

Woche 4

2 Stunden zum Abschließen

WEEK 4 - LEARNER APPLICATION

In the final week of this course, we will walk through several examples and case studies that illustrate applications of the inferential procedures discussed in prior weeks. Learners will see examples of well-formulated research questions related to the study designs and data sets that we have discussed thus far, and via both confidence interval estimation and formal hypothesis testing, we will formulate inferential responses to those questions.

2 Stunden zum Abschließen

6 Videos (Gesamt 77 min), 4 Lektüren, 1 Quiz

6 Videos

The Importance of Good Research Questions for Sound Inference10mDescriptive Inference Examples for Single Variables Using Confidence Intervals12mDescriptive Inference Examples for Single Variables Using Hypothesis Testing12mComparing Means for Two Independent Samples: An Example14mComparing Means for Two Paired Samples: An Example12mComparing Proportions for Two Independent Samples: An Example13m

4 Lektüren

Assumptions Consistency5mRevisiting Examples: Accounting for Complex Samples10mCourse Feedback10mKeep Learning with Michigan Online10m

1 praktische Übung

Assessment30m

Bewertungen

4.6

155 Bewertungen

5 stars
74,08 %
4 stars
17,39 %
3 stars
5,56 %
2 stars
1,53 %
1 star
1,42 %

Top-Bewertungen von INFERENTIAL STATISTICAL ANALYSIS WITH PYTHON

von YP7. Juli 2019

Good theoretical foundation, but lacks explanation on python libraries extensively used in the course.

von SS19. März 2020

Great Course. There are so many example to understand the topic. I really enjoyed every lesson of this specialization. I am going forward for the next one.

von VD7. Aug. 2022

Useful course to learn basic concepts of inferential statistical analysis. However, I would expect more Python exercises/assignments than the essay-type writing assignment.

von AB5. Nov. 2020

Great course with practical experience with Python. There are many courses that teach statistics with R but this is the first one to do so in Python.

Alle Bewertungen anzeigen

Über den Spezialisierung Statistics with Python

This specialization is designed to teach learners beginning and intermediate concepts of statistical analysis using the Python programming language. Learners will learn where data come from, what types of data can be collected, study data design, data management, and how to effectively carry out data exploration and visualization. They will be able to utilize data for estimation and assessing theories, construct confidence intervals, interpret inferential results, and apply more advanced statistical modeling procedures. Finally, they will learn the importance of and be able to connect research questions to the statistical and data analysis methods taught to them.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Inferential Statistical Analysis with Python

Über diesen Kurs

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Dozenten

Brenda Gunderson

Brady T. West

Kerby Shedden

von

University of Michigan

Lehrplan - Was Sie in diesem Kurs lernen werden

WEEK 1 - OVERVIEW & INFERENCE PROCEDURES

WEEK 2 - CONFIDENCE INTERVALS

WEEK 3 - HYPOTHESIS TESTING

WEEK 4 - LEARNER APPLICATION

Bewertungen

Top-Bewertungen von INFERENTIAL STATISTICAL ANALYSIS WITH PYTHON

Über den Spezialisierung Statistics with Python

Häufig gestellte Fragen

Lernen Sie etwas Neues

Beliebte Datenverarbeitungskurse

Beliebte Informatik- und IT-Kurse

Beliebte Wirtschaftskurse

Coursera

Community

Mehr

Inferential Statistical Analysis with Python

Über diesen Kurs

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Dozenten

Brenda Gunderson

Brady T. West

Kerby Shedden

von

University of Michigan

Lehrplan - Was Sie in diesem Kurs lernen werden

WEEK 1 - OVERVIEW & INFERENCE PROCEDURES

WEEK 2 - CONFIDENCE INTERVALS

WEEK 3 - HYPOTHESIS TESTING

WEEK 4 - LEARNER APPLICATION

Bewertungen

Top-Bewertungen von INFERENTIAL STATISTICAL ANALYSIS WITH PYTHON

Über den Spezialisierung Statistics with Python

Häufig gestellte Fragen

Coursera Footer

Lernen Sie etwas Neues

Beliebte Datenverarbeitungskurse

Beliebte Informatik- und IT-Kurse

Beliebte Wirtschaftskurse

Coursera

Community

Mehr