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