IT-Trainer Jobs und Stellenangebote: Data Science - Grundlagen der Statistik und Testverfahren
Seminardauer: 2 Tage
Trainer gesucht
IT-Trainer Jobs und Stellenangebote: Data Science - Grundlagen der Statistik und Testverfahren, Data Analyst, Data Science, Data Scientist, Statistik.
Anmelden / Registrieren als Trainer
Agenda
Einführung in die Statistik
- Grundlagen der Statistik und ihre Bedeutung in Data Science
- Unterschied zwischen deskriptiver und inferentieller Statistik
- Einführung in Hypothesenbildung und -prüfung
Erste Schritte mit Python und Jupyter-Notebooks
- Installation und Einrichtung von Jupyter-Notebooks
- Einführung in die Python-Bibliotheken für Statistik (z.B. NumPy, SciPy, Pandas)
- Praktische Beispiele und Übungen
Grundlagen der statistischen Testverfahren
- Signifikanzniveau und p-Wert verstehen
- Konfidenzintervalle berechnen und interpretieren
- Praktische Übungen mit einfachen Datensätzen
Einführung in parametrische Testverfahren
- T-Test (einstichprobig) mit Beispielen
- Praktische Anwendung des Z-Tests
- Verwendung von ANOVA für einfache Datenanalysen
Grundlagen der nicht-parametrischen Testverfahren
- Einführung in den Chi-Quadrat-Test mit Beispielen
- Durchführung eines Mann-Whitney-U-Tests
- Praktische Anwendungen und Übungen
Testgüte und Fehleranalyse
- Verständnis von Typ I und Typ II Fehlern
- Bedeutung von Teststärke und Effektstärke
- Einführung in Multiple Testkorrekturen
Praktische Anwendungen in Data Science
- Arbeiten mit echten Datensätzen in Jupyter-Notebooks
- Praktische Fallstudien und Übungen
- Best Practices für die Interpretation von Testergebnissen
Abschluss und erweiterte Themen
- Einfache Bootstrap-Methoden
- Erste Schritte in der Bayes'schen Statistik
- Diskussion von Ergebnissen und weiteren Lernressourcen