Modul #1 Einführung in Wahrscheinlichkeit und Statistik Überblick über die Bedeutung und Anwendung von Wahrscheinlichkeit und Statistik in realen Szenarien
Modul #2 Grundlegende Konzepte der Wahrscheinlichkeit Wahrscheinlichkeit, Stichprobenräume, Ereignisse und das Konzept der Zufälligkeit verstehen
Modul #3 Arten der Wahrscheinlichkeit Theoretische, experimentelle und subjektive Wahrscheinlichkeit erkunden
Modul #4 Regeln der Wahrscheinlichkeit Die Additions-, Multiplikations- und Komplementregeln der Wahrscheinlichkeit lernen
Modul #5 Bedingte Wahrscheinlichkeit Bedingte Wahrscheinlichkeit, Unabhängigkeit und Bayes-Theorem verstehen
Modul #6 Zufallsvariablen Einführung in diskrete und kontinuierliche Zufallsvariablen
Modul #7 Wahrscheinlichkeitsverteilungen Bernoulli-, Binomial-, Poisson- und Gleichverteilung erkunden
Modul #8 Normalverteilung Die Normalverteilung, ihre Eigenschaften und Anwendungen verstehen
Modul #9 Statistische Maße Mittelwert, Median, Modus berechnen, Varianz und Standardabweichung
Modul #10 Datenvisualisierung Die Bedeutung der Datenvisualisierung und verschiedener Diagrammtypen verstehen
Modul #11 Deskriptive Statistik Daten mithilfe von Statistiken und Datenvisualisierung zusammenfassen und beschreiben
Modul #12 Inferenzstatistik Einführung in das Ziehen von Schlussfolgerungen über Populationen auf der Grundlage von Stichprobendaten
Modul #13 Stichprobenverteilungen Stichprobenverteilungen und den zentralen Grenzwertsatz verstehen
Modul #14 Hypothesentests Hypothesen mithilfe statistischer Methoden formulieren und testen
Modul #15 Konfidenzintervalle Konfidenzintervalle für Populationsparameter erstellen und interpretieren
Modul #16 Regressionsanalyse Einführung in einfache und multiple lineare Regression
Modul #17 Korrelationsanalyse Korrelationskoeffizienten und ihre Interpretation verstehen
Modul #18 Chi-Quadrat-Tests Chi-Quadrat-Tests für Anpassungsgüte und Unabhängigkeit verwenden
Modul #19 Nichtparametrisch Tests Einführung in nichtparametrische Tests für nominale und ordinale Daten
Modul #20 ANOVA und F-Tests Verwendung von ANOVA und F-Tests zum Vergleichen von Mittelwerten und Varianzen
Modul #21 Experimentelles Design Entwerfen von Experimenten und Verstehen von Blockierung, Randomisierung und Replikation
Modul #22 Methoden der Umfrageforschung Verstehen von Methoden der Umfrageforschung, einschließlich Fragebogendesign und Stichprobenziehung
Modul #23 Big Data und Data Mining Einführung in Big Data und Data Mining-Techniken
Modul #24 R und Python für Wahrscheinlichkeit und Statistik Verwendung von R und Python für Wahrscheinlichkeits- und statistische Analysen
Modul #25 Kursabschluss und Schlussfolgerung Planen Sie die nächsten Schritte in Ihrer Karriere im Bereich Wahrscheinlichkeitsrechnung und Statistik
