Python ProgrammingData Visualization (DataViz)Statistical ModelStatistical inference methodsStatisticsData AnalysisConfidence IntervalStatistical InferenceStatistical Hypothesis TestingBayesian Statisticsstatistical regression
Spezialisierung Statistics with Python
Practical and Modern Statistical Thinking For All. Use Python for statistical visualization, inference, and modeling
von
Spezialisierung Statistics with PythonUniversity of MichiganWas Sie lernen werden
Create and interpret data visualizations using the Python programming language and associated packages & libraries
Apply and interpret inferential procedures when analyzing real data
Apply statistical modeling techniques to data (ie. linear and logistic regression, linear models, multilevel models, Bayesian inference techniques)
Understand importance of connecting research questions to data analysis methods.
Kompetenzen, die Sie erwerben
Über dieses Spezialisierung
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.
Praktisches Lernprojekt
The courses in this specialization feature a variety of assignments that will test the learner’s knowledge and ability to apply content through concept checks, written analyses, and Python programming assessments. These assignments are conducted through quizzes, submission of written assignments, and the Jupyter Notebook environment.
Karriereergebnisse der Lernenden
33%
Ich erhielt eine Gehaltserhöhung oder Beförderung.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
Kurse, die komplett online stattfinden
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexibler Zeitplan
Festlegen und Einhalten flexibler Termine.
Stufe „Anfänger“
High school-level algebra
Etwa 3 Monate bis zum Abschluss
Empfohlenes Lerntempo: 5 Stunden/Woche
Englisch
Untertitel: Englisch, Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Koreanisch, Deutsch, Russisch, Spanisch, Chinesisch (vereinfacht), Türkisch
Karriereergebnisse der Lernenden
33%
Ich erhielt eine Gehaltserhöhung oder Beförderung.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
Kurse, die komplett online stattfinden
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexibler Zeitplan
Festlegen und Einhalten flexibler Termine.
Stufe „Anfänger“
High school-level algebra
Etwa 3 Monate bis zum Abschluss
Empfohlenes Lerntempo: 5 Stunden/Woche
Englisch
Untertitel: Englisch, Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Koreanisch, Deutsch, Russisch, Spanisch, Chinesisch (vereinfacht), Türkisch
Es gibt 3 Kurse in dieser Spezialisierung
Understanding and Visualizing Data with Python
1,832 Bewertungen
In this course, learners will be introduced to the field of statistics, including where data come from, study design, data management, and exploring and visualizing data. Learners will identify different types of data, and learn how to visualize, analyze, and interpret summaries for both univariate and multivariate data. Learners will also be introduced to the differences between probability and non-probability sampling from larger populations, the idea of how sample estimates vary, and how inferences can be made about larger populations based on probability sampling.
Inferential Statistical Analysis with Python
660 Bewertungen
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.
Fitting Statistical Models to Data with Python
502 Bewertungen
In this course, we will expand our exploration of statistical inference techniques by focusing on the science and art of fitting statistical models to data. We will build on the concepts presented in the Statistical Inference course (Course 2) to emphasize the importance of connecting research questions to our data analysis methods. We will also focus on various modeling objectives, including making inference about relationships between variables and generating predictions for future observations.
von
University of Michigan
The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future.
Häufig gestellte Fragen
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
Can I just enroll in a single course?
Kann ich mich auch nur für einen Kurs anmelden?
Can I take the course for free?
Kann ich kostenlos an diesem Kurs teilnehmen?
Findet dieser Kurs wirklich ausschließlich online statt? Muss ich zu irgendwelchen Sitzungen persönlich erscheinen?
Wie lange dauert es, die Spezialisierung abzuschließen?
Do I need to take the courses in a specific order?
Will I earn university credit for completing the Specialization?
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
