Direkt zum Inhalt
Startseite

Probabilistik- und Statistikkurse

In den Kursen zur Probabilistik und Statistik werden mathematische Konzepte zur Analyse von Zufallsereignissen und zur Interpretation von Daten durch Modelle und Schlussfolgerungen untersucht. Nutze Tools wie Python, R, Excel und Google Sheets, um dein theoretisches Wissen in der Statistik anzuwenden.

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Training für 2 oder mehr Personen?

Probiere es mit DataCamp for Business

Empfohlen für Anfänger in Probabilistik und Statistik

Baue deine Fähigkeiten in den Bereichen Probabilistik und Statistik mit interaktiven Kursen aus, die von Experten aus der Praxis kuratiert werden.

Kurs

Einführung in die Statistik in R

MittelSchwierigkeitsgrad
4 Stunden
5.4K
In diesem Statistik-Einführungskurs lernst du, wie du Daten mit R erfasst, analysierst und in präzise Schlussfolgerungen transformierst.

Lernpfad

Statistiker in R

52 Stunden
946
Ein Statistiker oder eine Statistikerin sammelt und analysiert Daten und hilft Unternehmen, quantitative Daten sinnvoll zu nutzen, indem er oder sie Trends erkennt und Vorhersagen trifft.

Bist du dir nicht sicher, wo du anfangen sollst?

Jetzt Testen Lassen

Blättern Probabilistik und Statistik Kurse und Lernpfade

74 Projekte

Kurs

Einführung in die Statistik

GrundlagenSchwierigkeitsgrad
4 Stunden
13K
Lerne die Grundlagen der Statistik: Lage- und Streuungsmaße, Wahrscheinlichkeitsverteilungen, Hypothesentests.

Kurs

Einführung in die Statistik in Python

MittelSchwierigkeitsgrad
4 Stunden
12.8K
Erweitere deine statistischen Kenntnisse und lerne, wie du mit Python Daten sammelst, analysierst und genaue Schlussfolgerungen daraus ziehst.

Kurs

Einführung in die Statistik in R

MittelSchwierigkeitsgrad
4 Stunden
5.4K
In diesem Statistik-Einführungskurs lernst du, wie du Daten mit R erfasst, analysierst und in präzise Schlussfolgerungen transformierst.

Kurs

Hypothesentests in Python

MittelSchwierigkeitsgrad
4 Stunden
4K
Dieser Kurs erklärt, wie und wann du gängige Hypothesentests wie t-Tests, Proportionentests und Chi-Quadrat-Tests in Python anwenden kannst.

Kurs

Stichprobenziehung in Python

MittelSchwierigkeitsgrad
4 Stunden
3.8K
Dieser Kurs stellt Zufallsstichprobenverfahren vor und zeigt, wie du mit Python und Statistik aus begrenzten Daten Erkenntnisse gewinnst.

Kurs

Introduction to Regression in R

MittelSchwierigkeitsgrad
4 Stunden
2.9K
Predict housing prices and ad click-through rate by implementing, analyzing, and interpreting regression analysis in R.

Kurs

Versuchsplanung in Python

MittelSchwierigkeitsgrad
4 Stunden
2K
Setze Versuchsanordnungen um und führe robuste statistische Analysen durch, um präzise und gültige Schlussfolgerungen zu ziehen!

Kurs

Linear Algebra for Data Science in R

MittelSchwierigkeitsgrad
4 Stunden
1.5K
This course is an introduction to linear algebra, one of the most important mathematical topics underpinning data science.

Kurs

Introduction to Statistics in Google Sheets

GrundlagenSchwierigkeitsgrad
4 Stunden
1.4K
Learn how to leverage statistical techniques using spreadsheets to more effectively work with and extract insights from your data.

Kurs

Hypothesentests in R

MittelSchwierigkeitsgrad
4 Stunden
1.2K
Learn how and when to use hypothesis testing in R, including t-tests, proportion tests, and chi-square tests.

Kurs

Time Series Analysis in Python

MittelSchwierigkeitsgrad
4 Stunden
1.2K
In this four-hour course, you’ll learn the basics of analyzing time series data in Python.

Kurs

A/B Testing in Python

MittelSchwierigkeitsgrad
4 Stunden
1.1K
Learn the practical uses of A/B testing in Python to run and analyze experiments. Master p-values, sanity checks, and analysis to guide business decisions.

Kurs

Intermediate Regression in R

MittelSchwierigkeitsgrad
4 Stunden
1.1K
Learn to perform linear and logistic regression with multiple explanatory variables.

Kurs

Sampling in R

MittelSchwierigkeitsgrad
4 Stunden
930
Master sampling to get more accurate statistics with less data.

Kurs

Foundations of Probability in R

GrundlagenSchwierigkeitsgrad
4 Stunden
740
In this course, youll learn about the concepts of random variables, distributions, and conditioning.

Kurs

Introduction to Bioconductor in R

MittelSchwierigkeitsgrad
4 Stunden
597
Learn to use essential Bioconductor packages for bioinformatics using datasets from viruses, fungi, humans, and plants!

Kurs

Statistical Techniques in Tableau

MittelSchwierigkeitsgrad
4 Stunden
589
Take your reporting skills to the next level with Tableau’s built-in statistical functions.

Kurs

Foundations of Probability in Python

MittelSchwierigkeitsgrad
5 Stunden
550
Learn fundamental probability concepts like random variables, mean and variance, probability distributions, and conditional probabilities.

Kurs

Bayesian Data Analysis in Python

MittelSchwierigkeitsgrad
4 Stunden
549
Learn all about the advantages of Bayesian data analysis, and apply it to a variety of real-world use cases!

Kurs

Foundations of Inference in R

MittelSchwierigkeitsgrad
4 Stunden
517
Learn how to draw conclusions about a population from a sample of data via a process known as statistical inference.

Kurs

RNA-Seq with Bioconductor in R

MittelSchwierigkeitsgrad
4 Stunden
502
Use RNA-Seq differential expression analysis to identify genes likely to be important for different diseases or conditions.

Kurs

Anomaly Detection in Python

MittelSchwierigkeitsgrad
4 Stunden
482
Detect anomalies in your data analysis and expand your Python statistical toolkit in this four-hour course.

Kurs

Modeling with Data in the Tidyverse

MittelSchwierigkeitsgrad
4 Stunden
480
Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.

Kurs

Time Series Analysis in R

MittelSchwierigkeitsgrad
4 Stunden
456
Learn the core techniques necessary to extract meaningful insights from time series data.

Kurs

Experimental Design in R

MittelSchwierigkeitsgrad
4 Stunden
381
In this course youll learn about basic experimental design, a crucial part of any data analysis.

Verwandte Ressourcen auf Probabilistik und Statistik

Tutorial

T-Tests in R Tutorial: Lernen, wie man T-Tests durchführt

Bestimme mit t.test() in R, ob es einen signifikanten Unterschied zwischen den Mittelwerten der beiden Gruppen gibt.
Abid Ali Awan's photo

Abid Ali Awan

10 Min.

Bist du bereit, deine Fähigkeiten einzusetzen?

Projekte ermöglichen es dir, dein Wissen auf eine breite Palette von Datensätzen anzuwenden, um reale Probleme in deinem Browser zu lösen

    Häufig gestellte Fragen

    Was haben Wahrscheinlichkeitsrechnung und Statistik mit Datenwissenschaft zu tun?

    Wahrscheinlichkeitsrechnung und Statistik sind die Grundlagen der Datenwissenschaft. Sie bieten die notwendigen Werkzeuge und Rahmenbedingungen, um Daten zu analysieren, Vorhersagen zu treffen und sinnvolle Erkenntnisse zu gewinnen. Sie ermöglichen es Datenwissenschaftlern, Muster zu verstehen, Unsicherheiten einzuschätzen und fundierte Entscheidungen auf der Grundlage von Datenanalysen zu treffen.

    Warum ist es wichtig, Kenntnisse in Wahrscheinlichkeitsrechnung und Statistik zu erwerben?

    Die Entwicklung von Kenntnissen in Wahrscheinlichkeitsrechnung und Statistik ist entscheidend für die effektive Interpretation von Daten und zuverlässige Vorhersagen. Dieses Verständnis bildet die Grundlage für die Planung von Experimenten, die Analyse von Ergebnissen und die Validierung von Schlussfolgerungen in verschiedenen Bereichen und stellt sicher, dass Entscheidungen datengestützt und evidenzbasiert sind.

    Welche Berufe kann ich mit Kenntnissen in Wahrscheinlichkeitsrechnung und Statistik ausüben?

    Mit deinen Kenntnissen in Wahrscheinlichkeitsrechnung und Statistik kannst du eine Vielzahl von Berufen ausüben, z. B. Datenwissenschaftler/in, Marktforscher/in, Ingenieur/in für maschinelles Lernen, Statistikanalyst/in und Risikomanager/in. Diese Aufgaben erstrecken sich über verschiedene Branchen, darunter Finanzen, Gesundheitswesen, Technologie und Behörden, in denen die Interpretation von Daten und das Treffen von evidenzbasierten Entscheidungen entscheidend sind.

    Weitere Technologien und Themen

    Technologien

    Themen