Statistik mit R: Konfidenzintervalle und Hypothesentests
Fabio Basler, M.Sc.
Ve esta clase y miles más
Ve esta clase y miles más
Lecciones en esta clase
-
-
1.
Einführung
0:42
-
2.
Überblick zu Konfidenzintervallen
2:49
-
3.
Theoretische Grundlagen zu Konfidenzintervallen
9:48
-
4.
Übung zu Konfidenzintervallen mit Erläuterungen
4:12
-
5.
Konfidenzintervalle in R programmieren und interpretieren Teil 1
10:24
-
6.
Konfidenzintervalle in R programmieren und interpretieren Teil 2
6:58
-
7.
Konfidenzintervalle in R programmieren und interpretieren Teil 3
4:33
-
8.
Aufgabenstellung: Konfidenzintervall berechnen in R
2:53
-
9.
Lösung zur Aufgabe Konfidenzintervall
8:02
-
10.
Überblick zu Hypothesentests
1:46
-
11.
Überblick über Hypothesentests in der Statistik
10:27
-
12.
Überblick zu Einstichprobentests
1:26
-
13.
Theorie: Einstichproben-Test für Erwartungswert
17:11
-
14.
Durchführung des Einstichproben-Tests auf Erwartungswert in R
9:38
-
15.
Theorie: Einstichproben-Test für Anteilswert
9:20
-
16.
Durchführung des Einstichproben-Tests auf Anteilswert in R
12:31
-
17.
Theorie: Einstichproben-Test für Varianz
7:13
-
18.
Durchführung des Einstichproben-Tests auf Varianz in R
9:05
-
19.
Überblick über Zweistichproben-Tests
1:19
-
20.
Theorie: Zweistichproben-Test für Erwartungswert
7:46
-
21.
Durchführung: Zweistichproben-Test auf Erwartungswert in R
11:41
-
22.
Theorie: Zweistichproben-Test für Anteilswert
9:50
-
23.
Anwendung: Zweistichproben-Test auf Anteilswert in R
15:00
-
24.
Theorie: Zweistichproben-Test für Varianz
6:14
-
25.
Anwendung: Zweistichproben-Test auf Varianz in R
9:31
-
26.
Überblick zu Verteilungstests
0:50
-
27.
Einführung in den Chi²-Anpassungstest
7:39
-
28.
Chi²-Anpassungstest: Berechnungslogik und Formeln
5:45
-
29.
Umsetzung des Chi²-Anpassungstests in R – Teil 1
7:26
-
30.
Umsetzung des Chi²-Anpassungstests in R – Teil 2
9:38
-
31.
Umsetzung des Chi²-Anpassungstests in R – Teil 3
8:18
-
32.
Anwendung: Einseitiger t-Test in R
8:35
-
33.
Anwendung: Zweiseitiger t-Test in R
9:48
-
34.
Anwendung: Varianzanalyse (ANOVA) in R
7:44
-
35.
Verabschiedung
0:25
-
-
- --
- 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.
1
Estudiante
--
Proyectos
Acerca de esta clase
In diesem Kurs steht die Analyse statistischer Daten mit der Programmiersprache R im Mittelpunkt, mit besonderem Fokus auf Intervallschätzungen und Testverfahren. Im Verlauf des Kurses wird gezeigt, wie Konfidenzintervalle berechnet und interpretiert werden, um die Unsicherheit bei der Parameterschätzung quantifizierbar zu machen.
Behandelt werden zentrale Parametertests, darunter Ein- und Zweistichprobentests sowie Verteilungstests wie der Chi-Quadrat-Test. Der praktische Einsatz dieser Verfahren in R spielt dabei eine zentrale Rolle, um Hypothesen systematisch zu überprüfen.
Anhand praxisnaher Beispiele und Übungen erfolgt die direkte Anwendung der Inhalte in R, wodurch statistische Schlussfolgerungen auf Grundlage realer oder simulierten Daten nachvollziehbar werden.
Nach Abschluss des Kurses besteht die Fähigkeit, Intervallschätzungen korrekt durchzuführen und statistische Tests gezielt einzusetzen – als fundierte Grundlage für datengestützte Entscheidungen in verschiedenen Anwendungsbereichen.
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.
