Deskriptive Statistik mit R Teil 2: Korrelationen und Prognosen
Fabio Basler, M.Sc.
Ve esta clase y miles más
Ve esta clase y miles más
Lecciones en esta clase
-
-
1.
Einführung
1:01
-
2.
Überblick zu Zusammenhangsmaße
0:44
-
3.
Theorie: Zusammenhangsmaßkennzahlen
8:41
-
4.
Überblick zu Kontingenzkoeffizient
1:27
-
5.
Theorie: Häufigkeitstabellen
11:24
-
6.
Kreuztabellen erstellen
11:09
-
7.
Chi-Quadrat-Maß und Interpretation
9:33
-
8.
Cramér's V berechnen und interpretieren
5:16
-
9.
Kontingenzkoeffizient berechnen und interpretieren
4:57
-
10.
Aufgabe: Kategoriale Korrelation
3:50
-
11.
Lösung: Kategoriale Korrelation Teil 2
7:32
-
12.
Überblick zur Spearman-Rangkorrelation
0:33
-
13.
Theorie: Spearman-Rangkorrelation
-
14.
Spearman-Rangkorrelation berechnen Teil 1
14:35
-
15.
Spearman-Rangkorrelation berechnen Teil 2
5:58
-
16.
Jitter Streudiagramm plotten und interpretieren
5:58
-
17.
Aufgabe: Spearman-Rangkorrelation
5:22
-
18.
Lösung: Spearman-Rangkorrelation Teil 1
-
19.
Lösung: Spearman-Rangkorrelation Teil 2
5:19
-
20.
Überblick zu Korrelationen
1:21
-
21.
Theorie: Von der Kovarianz zur Pearson-Korrelation
13:01
-
22.
Kovarianz berechnen und interpretieren
11:28
-
23.
Korrelation nach Pearson berechnen und interpretieren
10:26
-
24.
Visualisierung von Korrelationen
7:11
-
25.
Aufgabe: Pearson-Korrelationen berechnen
4:14
-
26.
Lösung: Pearson-Korrelationen berechnen Teil 1
7:49
-
27.
Lösung: Pearson-Korrelationen berechnen Teil 2
5:11
-
28.
Überblick zur Zeitreihenanalyse
0:43
-
29.
Theorie: Grundkonzepte der Zeitreihenanalyse
6:00
-
30.
Theorie: Trendprognoseverfahren
7:51
-
31.
Theorie: Fehlerberechnung und Bewertung von Prognosegüte
8:25
-
32.
Prognosen erstellen
10:55
-
33.
Zeitreihenanalyse Grundlagen
7:44
-
34.
Prognoseverfahren
5:59
-
35.
Verabschiedung
0:24
-
-
- --
- Nivel principiante
- Nivel intermedio
- Nivel avanzado
- Todos los niveles
Generado por la comunidad
El nivel se determina según la opinión de la mayoría de los estudiantes que han dejado reseñas en esta clase. La recomendación del profesor o de la profesora se muestra hasta que se recopilen al menos 5 reseñas de estudiantes.
--
Estudiantes
--
Proyectos
Acerca de esta clase
In diesem Kurs stehen fortgeschrittene Methoden der statistischen Datenanalyse im Mittelpunkt. Behandelt werden Korrelationsverfahren und die Analyse von Zeitreihen für Prognosen.
Zunächst liegt der Fokus auf der Ermittlung und Interpretation von Korrelationen zwischen Variablen, um lineare Zusammenhänge in metrischen Daten sichtbar zu machen. Darauf folgt die Einführung in den Kontingenzkoeffizienten – ein Maß zur Beschreibung von Abhängigkeiten in kategorialen Datensätzen.
Abschließend erfolgt eine grundlegende Einführung in die Zeitreihenanalyse. Dabei werden Verfahren vorgestellt, mit denen sich zeitabhängige Muster wie Trends, saisonale Schwankungen und Zyklen identifizieren lassen.
Alle Inhalte werden durch anwendungsorientierte Übungen in R ergänzt, um die theoretischen Konzepte praktisch zu festigen. Nach Abschluss des Kurses besteht ein solides Verständnis für die Analyse komplexer Zusammenhänge in strukturierten und zeitabhängigen Daten.
Conoce a tu profesor(a)
Fabio Basler ist Trainer und Autor mit Schwerpunkt auf Data Science und Kunstlicher Intelligenz. Mit Erfahrung in Technologien wie Python, SQL, R, Power BI, Tableau, Excel sowie Themen wie Large Language Models und AI Agents vermittelt er praxisnahes Wissen in Onlinekursen, Seminaren und Inhouse-Schulungen.
Er studierte im Bachelor an der Hochschule Offenburg und absolvierte seinen Master an der ESB Business School. In seiner Masterarbeit setzte er sich mit Machine-Learning-Modellen in Python auseinander.
Fabio Basler bringt acht Jahre Berufserfahrung im Controlling und in der digitalen Transformation eines Industriekonzerns mit. Diese Praxisnahe fliesst in seine Arbeit ein mit dem Ziel, datengetriebene Losungen fur konkrete Unternehmensherausforderungen zu entwic... Ver perfil completo
Proyecto de clase práctica
Dieses Projekt bietet eine begleitende Sammlung von R-Skripten zum Kurs. Die enthaltenen Skripte decken alle wichtigen Themen des Kurses ab: von der Einführung in die Wahrscheinlichkeitsrechnung über diskrete und kontinuierliche Verteilungen bis hin zur praktischen Anwendung in der Datenanalyse. Ergänzt wird das Material durch Übungsaufgaben und ausführlich kommentierte Lösungsvorschläge.
Valoración de la clase
¿Por qué unirse a Skillshare?
Mira las galardonadas Skillshare Originals
Cada clase tiene lecciones cortas y proyectos prácticos
Tu membresía apoya a los profesores de Skillshare
Aprende desde cualquier lugar
Ve clases sobre la marcha con la aplicación de Skillshare. Progresa en línea o descarga las clases para verlas en el avión, el metro o donde sea que aprendas mejor.
