Die statistische Analyse ist ein unverzichtbarer Aspekt der Datenanalyse, denn sie ermöglicht es uns, Daten zu sammeln, zu überprüfen und zu analysieren, um wertvolle Schlussfolgerungen in verschiedenen Branchen zu ziehen. Aus diesem Grund wird der Markt für Statistiker in Zukunft voraussichtlich wachsen. Wenn Sie Ihr Fachwissen in den Bereichen Statistik und Wahrscheinlichkeitsrechnung ausbauen und etwas über Datenvisualisierung lernen möchten, ist dieser Kurzkurs eine hervorragende Einführung in die Statistik als die Kunst, aus Daten zu lernen.

Anhand von Beispielen aus der Praxis werden Sie die Unterschiede zwischen Daten und Informationen erforschen und die Notwendigkeit statistischer Modelle entdecken, um objektive und zuverlässige Schlussfolgerungen zu ziehen. Sie werden überlegen, was eine "unvoreingenommene" Datenerhebung bedeutet und verschiedene Beispiele für die falsche Darstellung von Daten, falsche Vorstellungen oder Unvollständigkeit untersuchen, was Ihnen helfen wird, statistisches Gespür und gute praktische Fähigkeiten zu entwickeln. Datenvisualisierung ist eine gefragte Fähigkeit. Um grafische und numerische Zusammenfassungen zu erstellen, erlernen und üben Sie R-Softwarekenntnisse in RStudio für die explorative Datenanalyse. Sie werden ein intuitives Konzept der Wahrscheinlichkeit entwickeln, indem Sie Wahrscheinlichkeitsexperimente und Computersimulationen von binomischen Pfaden durchführen, z.B. das Werfen einer Münze oder eines Würfels. Am Ende des Kurses werden Sie in der Lage sein, die Rolle statistischer Modelle bei der Datenanalyse zu verstehen, numerische und grafische Zusammenfassungen mit RStudio zu entwickeln und Wahrscheinlichkeitsexperimente in Computersimulationen durchzuführen. Unabhängig von Ihren derzeitigen Mathematikkenntnissen werden Sie etwas Interessantes in diesem Kurs finden, der viele praktische und reale Beispiele für Statistik in Aktion bietet. Dieser Kurs ist ein Schnupperkurs für den Online MSc in Data Science (Statistics) und kann auch von Lernenden absolviert werden, die die Grundlagen der explorativen Datenanalyse und Datenvisualisierung verstehen möchten.