In Woche 2 lernen Sie, wie man allgemeine deskriptive Statistiken in R berechnet, wie man bedingte Statistiken berechnet und wie man Daten grafisch darstellt (Streudiagramme, Säulendiagramme und Kreisdiagramme). Sie werden auch lernen, wie man Boxplots und Wahrscheinlichkeitsplots in R erstellt und wie man die Normalität der Daten mit Hilfe der Anderson-Darling-Statistik analysiert. In Woche 2 gibt es 9 Screencasts mit vielen Fragen, um Ihr Verständnis des Materials zu testen und Ihnen beim Lernen zu helfen. Die Woche endet mit einer praktischen Aufgabe 2, die Sie in einem Jupyter-Notizbuch in der Programmiersprache R ausfüllen und die in Ihre Endnote des Kurses einfließt. Wenn Sie bereit sind, müssen Sie das benotete Quiz der Woche 2 bestehen, um Zugang zu den Starterdateien der Woche 3 und dem Spickzettel zu erhalten. Sie benötigen Zugang zu diesen Elementen, um Modul 3 abzuschließen. Wir wünschen Ihnen viel Erfolg in dieser Woche! Wie immer, wenn Sie Fragen oder Probleme haben, eröffnen Sie bitte einen Thread und entweder ich oder jemand anderes wird Ihnen helfen.

In Woche 3 lernen Sie alles über Wahrscheinlichkeits- und Zählregeln in R, einschließlich der Berechnung von Kombinationen und Permutationen, der Berechnung von Wahrscheinlichkeiten im Zusammenhang mit gängigen diskreten Wahrscheinlichkeitsverteilungen (Binomial-, geometrische, negative Binomial-, hypergeometrische und Poisson-Verteilungen) und der Berechnung von Wahrscheinlichkeiten im Zusammenhang mit gängigen kontinuierlichen Wahrscheinlichkeitsverteilungen (Uniform-, Normal-, T-, Chi-Quadrat- und F-Verteilungen) in R. Sie werden auch Berechnungen der inversen Normalverteilung und der zugehörigen z-Werte (Standardisierung) durchführen. In Woche 3 gibt es 14 Screencasts mit vielen Fragen in den Videos, um Ihr Verständnis des Materials zu testen und Ihnen beim Lernen zu helfen. Die Woche endet mit Aufgabe 3, in der Sie mehrere Berechnungen in einem Jupyter Notebook durchführen werden. Aufgabe 3 zählt für die Endnote des Kurses. Wenn Sie bereit sind, müssen Sie das benotete Quiz der Woche 3 bestehen, um Zugang zu den Starterdateien und dem Spickzettel der Woche 4 zu erhalten. Sie benötigen Zugang zu diesen Elementen, um Modul 4 abzuschließen. Wir wünschen Ihnen viel Erfolg in dieser Woche! Wie immer, wenn Sie Fragen oder Probleme haben, eröffnen Sie bitte einen Thread und entweder ich oder jemand anderes wird Ihnen helfen.

In Woche 4 erfahren Sie alles über die Berechnung von Statistiken für eine Stichprobe in R. Zu Beginn der Woche lernen Sie, wie Sie Konfidenzintervalle und Vorhersagen für den Mittelwert, die Abweichung und den binomischen Anteil berechnen. Anschließend lernen Sie, wie Sie Hypothesentests für den Mittelwert, die Varianz und den binomischen Anteil durchführen können. Sie werden auch lernen, wie Sie die Aussagekraft und die Wahrscheinlichkeit eines Fehlers 2. Art in R berechnen können, was mit Überlegungen zum Stichprobenumfang zusammenhängt, den Sie ebenfalls untersuchen werden. In Woche 4 gibt es 10 Screencasts mit vielen Fragen im Video, um Ihr Verständnis des Materials zu testen und Ihnen beim Lernen zu helfen. Ich empfehle Ihnen, den Spickzettel für Woche 4 herunterzuladen und zu nutzen (für diejenigen, die ein Kurszertifikat erworben haben), da er Ihnen helfen wird, die schwierigen Konzepte und R-Funktionen, die im Material dieser Woche enthalten sind, zu verstehen. Woche 4 schließt mit der Aufgabe 4 ab, die Sie in der Programmiersprache R in einem Jupyter-Notizbuch bearbeiten werden und die in die Endnote des Kurses einfließt. Wenn Sie bereit sind, müssen Sie das benotete Quiz der Woche 4 bestehen, um Zugang zu den Starterdateien und dem Spickzettel der Woche 5 zu erhalten. Sie benötigen Zugang zu diesen Elementen, um Modul 5 abzuschließen. In Quiz 4 müssen Sie statistische Berechnungen in R durchführen, bereiten Sie sich also entsprechend vor.

In Woche 5 lernen Sie alles über den Vergleich von zwei Stichproben. Sie werden Konfidenzintervalle im Zusammenhang mit Hypothesentests berechnen, die den Vergleich von Mittelwerten, den Vergleich von Varianzen und den Vergleich von Binomialproportionen beinhalten. Welche Art von Test durchgeführt wird, hängt davon ab, ob die Abweichung bekannt oder unbekannt ist, was Sie ebenfalls untersuchen werden. In Woche 5 gibt es 7 Screencasts mit vielen Fragen in den Videos, um Ihr Verständnis des Materials zu testen und Ihnen beim Lernen zu helfen. Die Woche schließt mit Aufgabe 5 ab. Wenn Sie bereit sind, müssen Sie Quiz 5 bestehen, um den Kurs fortsetzen zu können. Beachten Sie auch den Spickzettel für Woche 5 (erhältlich für Teilnehmer, die ein Kurszertifikat erworben haben), der Ihnen als Nachschlagewerk für Aufgabe 5 und Quiz 5 dient. Wenn Sie bereit sind, müssen Sie das benotete Quiz für Woche 5 bestehen, um Zugang zu den Starterdateien für Woche 6 und dem Spickzettel zu erhalten. Sie benötigen Zugang zu diesen Elementen, um Modul 6 abzuschließen. In Quiz 5 müssen Sie statistische Berechnungen in R durchführen, bereiten Sie sich also entsprechend vor.

In Woche 6 lernen Sie alles über die Erstellung einfacher linearer, polynomialer und multilinearer Regressionsmodelle, bei denen es sich im Grunde um mathematische Beziehungen zwischen Eingangsvariablen (Regressorvariablen) und einer Ausgangsvariablen (Reaktion) handelt. Sie lernen, wie man Konfidenzintervalle für Modellparameter berechnet und Hypothesentests durchführt, und Sie lernen, wie man das bestmögliche Regressionsmodell aus mehreren Modellkandidaten durch Rückwärtselimination auswählt. Schließlich lernen Sie, wie Sie eine Analyse der Varianz (ANOVA) durchführen, wenn Sie mehr als zwei Gruppen vergleichen möchten. In Woche 6 gibt es 9 Screencasts mit vielen Fragen, um Ihr Verständnis des Materials zu testen und Ihnen beim Lernen zu helfen. Die Woche schließt mit Aufgabe 6 ab. Wenn Sie bereit sind, müssen Sie Quiz 6 bestehen, um den Kurs fortsetzen zu können. Beachten Sie auch den Spickzettel für Woche 6 (erhältlich für Lernende, die ein Kurszertifikat erworben haben), der Ihnen als Nachschlagewerk für Aufgabe 6 und Quiz 6 dienen wird. Im Quiz 6 müssen Sie statistische Berechnungen in R durchführen, bereiten Sie sich also entsprechend vor. Sobald Sie Woche 6 abgeschlossen haben, sind Sie mit dem Kurs fertig!