Grundlagen Der Statistik | Einführung In Die Statistik

Einführung in die Grundlagen der Statistik mit Beispielen in Excel und Python

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 oder Python) erstellen.
Die Inhalte des Kurses in Excel oder Python anwenden.

Requirements
Für die Kursinhalte sind keine Vorkenntnisse notwendig.
Für die Anwendungen in Excel 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 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 GrundbegriffeHäufigkeiten LageparameterStreuungsparameterDatenvisualisierungKonzentrationsmaßeKorrelationKausalitätÜbersicht 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.