module #1 Inleiding tot statistiek in het bedrijfsleven Overzicht van statistiek in het bedrijfsleven, het belang van datagestuurde besluitvorming en cursusdoelstellingen
module #2 Beschrijvende statistieken Maatregelen van centrale tendens, variabiliteit en technieken voor datavisualisatie
module #3 Gegevenstypen en meetniveaus Kwalitatieve, kwantitatieve, nominale, ordinale, interval- en ratiogegevenstypen
module #4 Gegevensverzamelingsmethoden Enquêtes, experimenten, observationele studies en gegevensbronnen
module #5 Gegevensvisualisatie Plots, diagrammen en grafieken gebruiken om data-inzichten te visualiseren en te communiceren
module #6 Fundamenten van waarschijnlijkheid Basisconcepten van waarschijnlijkheid, gebeurtenissen en voorwaardelijke waarschijnlijkheid
module #7 Discrete willekeurige variabelen Waarschijnlijkheidsverdelingen voor discrete willekeurige variabelen, inclusief binominale en Poisson-verdelingen
module #8 Continue willekeurige Variabelen Waarschijnlijkheidsverdelingen voor continue stochastische variabelen, inclusief uniforme en normale verdelingen
module #9 Steekproefverdelingen Steekproefverdelingen, centrale limietstelling en betrouwbaarheidsintervallen
module #10 Betrouwbaarheidsintervallen Construeren en interpreteren van betrouwbaarheidsintervallen voor populatiegemiddelden en -proporties
module #11 Hypothesetoetsen Het formuleren van hypothesen, teststatistieken, p-waarden en type I- en type II-fouten
module #12 Eénsteekproefhypothesetoetsen Het testen van hypothesen over een populatiegemiddelde of -proportie met behulp van één steekproef
module #13 Tweesteekproefhypothesetoetsen Het testen van hypothesen over het verschil tussen twee populatiegemiddelden of -proporties
module #14 ANOVA en regressieanalyse Variantieanalyse (ANOVA) en eenvoudige lineaire regressie
module #15 Meervoudige regressieanalyse Meervoudige lineaire regressie, coëfficiëntinterpretatie en modelevaluatie
module #16 Tijdreeksanalyse Trendanalyse, seizoensgebonden ontleding en prognose met ARIMA-modellen
module #17 Statistische kwaliteitscontrole Procesbesturing, controlekaarten en analyse van procescapaciteit
module #18 Zakelijke toepassingen van statistieken Statistische concepten toepassen op bedrijfsproblemen, inclusief prognoses en besluitvorming
module #19 Data mining en big data-analyse Overzicht van data mining en big data-analyse, inclusief gegevensvoorverwerking en visualisatie
module #20 Machine learning voor bedrijven Inleiding tot machinaal leren, inclusief begeleid en onbegeleid leren
module #21 Casestudies in bedrijfsstatistieken Toepassingen in de echte wereld van statistische concepten op bedrijfsproblemen en casestudies
module #22 Statistische software voor bedrijven Statistische softwarepakketten gebruiken, waaronder R, Python en Excel
module #23 Communiceren over statistische Resultaten Effectief communiceren van statistische resultaten aan zakelijke belanghebbenden
module #24 Cursus samenvatting en conclusie Volgende stappen plannen in Statistieken voor zakelijke carrière
