Modul #1 Einführung in die Statistik in der Wirtschaft Überblick über die Statistik in der Wirtschaft, Bedeutung datengesteuerter Entscheidungsfindung und Kursziele
Modul #2 Deskriptive Statistik Maße der zentralen Tendenz, Variabilität und Datenvisualisierungstechniken
Modul #3 Datentypen und Messniveaus Qualitative, quantitative, nominale, ordinale, Intervall- und Verhältnisdatentypen
Modul #4 Methoden der Datenerfassung Umfragen, Experimente, Beobachtungsstudien und Datenquellen
Modul #5 Datenvisualisierung Verwendung von Diagrammen, Tabellen und Graphen zur Visualisierung und Kommunikation von Datenerkenntnissen
Modul #6 Grundlagen der Wahrscheinlichkeitsrechnung Grundlegende Konzepte von Wahrscheinlichkeit, Ereignissen und bedingter Wahrscheinlichkeit
Modul #7 Diskrete Zufallsvariablen Wahrscheinlichkeitsverteilungen für diskrete Zufallsvariablen, einschließlich Binomial- und Poisson-Verteilungen
Modul #8 Kontinuierliche Zufallsvariablen Wahrscheinlichkeitsverteilungen für kontinuierliche Zufallsvariablen, einschließlich gleichmäßiger und normaler Verteilungen
Modul #9 Stichprobenverteilungen Stichprobenverteilungen, zentraler Grenzwertsatz und Konfidenzintervalle
Modul #10 Konfidenzintervalle Erstellen und Interpretieren von Konfidenzintervallen für Mittelwerte und Anteile von Populationen
Modul #11 Hypothesentests Formulieren von Hypothesen, Teststatistiken, p-Werten und Fehlern vom Typ I und Typ II
Modul #12 Hypothesentests bei einer Stichprobe Testen von Hypothesen über den Mittelwert oder Anteil einer Population anhand einer einzigen Stichprobe
Modul #13 Hypothesentests bei zwei Stichproben Testen von Hypothesen über den Unterschied zwischen zwei Mittelwerten oder Anteilen von Populationen
Modul #14 ANOVA und Regressionsanalyse Varianzanalyse (ANOVA) und einfache lineare Regression
Modul #15 Multiple Regressionsanalyse Multiple lineare Regression, Interpretation von Koeffizienten und Modellbewertung
Modul #16 Zeitreihenanalyse Trendanalyse, saisonale Zerlegung und Prognose mit ARIMA Modelle
Modul #17 Statistische Qualitätskontrolle Prozesskontrolle, Kontrollkarten und Prozessfähigkeitsanalyse
Modul #18 Geschäftsanwendungen von Statistiken Anwendung statistischer Konzepte auf Geschäftsprobleme, einschließlich Prognosen und Entscheidungsfindung
Modul #19 Data Mining und Big Data Analytics Überblick über Data Mining und Big Data Analytics, einschließlich Datenvorverarbeitung und Visualisierung
Modul #20 Maschinelles Lernen für Unternehmen Einführung in maschinelles Lernen, einschließlich überwachtes und unüberwachtes Lernen
Modul #21 Fallstudien in Wirtschaftsstatistik Reale Anwendungen statistischer Konzepte auf Geschäftsprobleme und Fallstudien
Modul #22 Statistische Software für Unternehmen Verwendung statistischer Softwarepakete, einschließlich R, Python und Excel
Modul #23 Kommunikation statistischer Ergebnisse Effektive Kommunikation statistischer Ergebnisse an Geschäftsinteressenten
Modul #24 Kursabschluss und Schlussfolgerung Planen Sie die nächsten Schritte in Ihrer Karriere als Statistiker im Wirtschaftsbereich
