This course introduces you to sampling and exploring data, as well as basic probability theory and Bayes' rule. You will examine various types of sampling methods, and discuss how such methods can impact the scope of inference. A variety of exploratory data analysis techniques will be covered, including numeric summary statistics and basic data visualization. You will be guided through installing and using R and RStudio (free statistical software), and will use this software for lab exercises and a final project. The concepts and techniques in this course will serve as building blocks for the inference and modeling courses in the Specialization.
von
Spezialisierung Statistics with RDuke UniversityÜber diesen Kurs
461,299 kürzliche Aufrufe
Karriereergebnisse der Lernenden
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
30%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
11%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 1 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 14 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch
Kompetenzen, die Sie erwerben
StatisticsR ProgrammingRstudioExploratory Data Analysis
Karriereergebnisse der Lernenden
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
30%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
11%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 1 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 14 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch
von
Duke University
Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world.
Lehrplan - Was Sie in diesem Kurs lernen werden
12 Minuten zum Abschließen
About Introduction to Probability and Data
This course introduces you to sampling and exploring data, as well as basic probability theory. You will examine various types of sampling methods and discuss how such methods can impact the utility of a data analysis. The concepts in this module will serve as building blocks for our later courses.Each lesson comes with a set of learning objectives that will be covered in a series of short videos. Supplementary readings and practice problems will also be suggested from OpenIntro Statistics, 3rd Edition, https://leanpub.com/openintro-statistics/, (a free online introductory statistics textbook, that I co-authored). There will be weekly quizzes designed to assess your learning and mastery of the material covered that week in the videos. In addition, each week will also feature a lab assignment, in which you will use R to apply what you are learning to real data. There will also be a data analysis project designed to enable you to answer research questions of your own choosing. Since this is a Coursera course, you are welcome to participate as much or as little as you’d like, though I hope that you will begin by participating fully. One of the most rewarding aspects of a Coursera course is participation in forum discussions about the course materials. Please take advantage of other students' feedback and insight and contribute your own perspective where you see fit to do so. You can also check out the resource page (https://www.coursera.org/learn/probability-intro/resources/crMc4) listing useful resources for this course. Thank you for joining the Introduction to Probability and Data community! Say hello in the Discussion Forums. We are looking forward to your participation in the course.
12 Minuten zum Abschließen
1 Video (Gesamt 2 min), 1 Lektüre
1 Video
1 Lektüre
More about Introduction to Probability and Data10m
2 Stunden zum Abschließen
Introduction to Data
Welcome to Introduction to Probability and Data! I hope you are just as excited about this course as I am! In the next five weeks, we will learn about designing studies, explore data via numerical summaries and visualizations, and learn about rules of probability and commonly used probability distributions. If you have any questions, feel free to post them on this module's forum (https://www.coursera.org/learn/probability-intro/module/rQ9Al/discussions?sort=lastActivityAtDesc&page=1) and discuss with your peers! To get started, view the learning objectives (https://www.coursera.org/learn/probability-intro/supplement/rooeY/lesson-learning-objectives) of Lesson 1 in this module.
2 Stunden zum Abschließen
6 Videos (Gesamt 28 min), 2 Lektüren, 2 Quiz
6 Videos
Data Basics5m
Observational Studies & Experiments4m
Sampling and sources of bias8m
Experimental Design2m
(Spotlight) Random Sample Assignment3m
2 Lektüren
Lesson Learning Objectives10m
Suggested Readings and Practice10m
2 praktische Übungen
Week 1 Practice Quiz30m
Week 1 Quiz30m
1 Stunde zum Abschließen
Introduction to Data Project
To complete this assignment you will use R and RStudio installed on your local computer or through RStudio Cloud.
1 Stunde zum Abschließen
2 Lektüren
2 Lektüren
About Lab Choices (Read Before Selection)10m
Week 1 Lab Instructions (RStudio)10m
1 praktische Übung
Week 1 Lab: Introduction to R and RStudio30m
2 Stunden zum Abschließen
Exploratory Data Analysis and Introduction to Inference
Welcome to Week 2 of Introduction to Probability and Data! Hope you enjoyed materials from Week 1. This week we will delve into numerical and categorical data in more depth, and introduce inference.
2 Stunden zum Abschließen
7 Videos (Gesamt 46 min), 3 Lektüren, 2 Quiz
7 Videos
Measures of Center4m
Measures of Spread6m
Robust Statistics1m
Transforming Data3m
Exploring Categorical Variables8m
Introduction to Inference12m
3 Lektüren
Lesson Learning Objectives10m
Lesson Learning Objectives10m
Suggested Readings and Practice10m
2 praktische Übungen
Week 2 Practice Quiz30m
Week 2 Quiz30m
1 Stunde zum Abschließen
Exploratory Data Analysis and Introduction to Inference Project
To complete this assignment you will use R and RStudio installed on your local computer or through RStudio Cloud.
1 Stunde zum Abschließen
2 Lektüren
2 Lektüren
Week 2 Lab Instructions (RStudio)10m
Week 2 Lab Instructions (RStudio Cloud)10m
1 praktische Übung
Week 2 Lab: Introduction to Data30m
3 Stunden zum Abschließen
Introduction to Probability
Welcome to Week 3 of Introduction to Probability and Data! Last week we explored numerical and categorical data. This week we will discuss probability, conditional probability, the Bayes’ theorem, and provide a light introduction to Bayesian inference. Thank you for your enthusiasm and participation, and have a great week! I’m looking forward to working with you on the rest of this course.
3 Stunden zum Abschließen
9 Videos (Gesamt 82 min), 3 Lektüren, 2 Quiz
9 Videos
Disjoint Events + General Addition Rule9m
Independence9m
Probability Examples9m
(Spotlight) Disjoint vs. Independent2m
Conditional Probability12m
Probability Trees10m
Bayesian Inference14m
Examples of Bayesian Inference7m
3 Lektüren
Lesson Learning Objectives10m
Lesson Learning Objectives10m
Suggested Readings and Practice10m
2 praktische Übungen
Week 3 Practice Quiz30m
Week 3 Quiz30m
1 Stunde zum Abschließen
Introduction to Probability Project
To complete this assignment you will use R and RStudio installed on your local computer or through RStudio Cloud.
1 Stunde zum Abschließen
2 Lektüren
2 Lektüren
Week 3 Lab Instructions (RStudio)10m
Week 3 Lab Instructions (RStudio Cloud)10m
1 praktische Übung
Week 3 Lab: Probability30m
3 Stunden zum Abschließen
Probability Distributions
Great work so far! Welcome to Week 4 -- the last content week of Introduction to Probability and Data! This week we will introduce two probability distributions: the normal and the binomial distributions in particular. As usual, you can evaluate your knowledge in this week's quiz. There will be no labs for this week. Please don't hesitate to post any questions, discussions and related topics on this week's forum (https://www.coursera.org/learn/probability-intro/module/VdVNg/discussions?sort=lastActivityAtDesc&page=1).
3 Stunden zum Abschließen
6 Videos (Gesamt 67 min), 4 Lektüren, 2 Quiz
6 Videos
Evaluating the Normal Distribution2m
Working with the Normal Distribution5m
Binomial Distribution17m
Normal Approximation to Binomial14m
Working with the Binomial Distribution9m
4 Lektüren
Lesson Learning Objectives10m
Lesson Learning Objectives10m
Suggested Readings and Practice10m
Data Analysis Project Example10m
2 praktische Übungen
Week 4 Practice Quiz30m
Week 4 Quiz30m
Bewertungen
Top-Bewertungen von INTRODUCTION TO PROBABILITY AND DATA WITH R
von AA23. Jan. 2018
This course literally taught me a lot, the concepts were beautifully explained but the way it was delivered and overall exercises and the difficulty of problems made it more challenging and enjoying.
von MM5. Juli 2019
Good but questions lacked clarity in what is expected. i.e. "Work out the Boy to Girl ratio" - in what fashion do we do this, as it appeared to be the same as simply working out the "proportion of b
von BB3. 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.
von HD30. März 2018
The tutor makes it really simple. The given examples really helped to understand the concepts and apply it to a wide range of problems. Thank you for this. Wish I could complete the assignments too.
Über den Spezialisierung Statistics with R
In this Specialization, you will learn to analyze and visualize data in R and create reproducible data analysis reports, demonstrate a conceptual understanding of the unified nature of statistical inference, perform frequentist and Bayesian statistical inference and modeling to understand natural phenomena and make data-based decisions, communicate statistical results correctly, effectively, and in context without relying on statistical jargon, critique data-based claims and evaluated data-based decisions, and wrangle and visualize data with R packages for data analysis.
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.
Is financial aid available?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
Will I receive a transcript from Duke University for completing this course?
No. Completion of a Coursera course does not earn you academic credit from Duke; therefore, Duke is not able to provide you with a university transcript. However, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
