Am Ende dieses Projekts werden Sie lernen, wie Sie Python für grundlegende Statistiken (einschließlich t-Tests und Korrelationen) verwenden können. Wir lernen alle wichtigen Analyseschritte kennen, einschließlich des Ladens, Sortierens und Bereinigens von Daten. In diesem Kurs werden wir die explorative Datenanalyse nutzen, um unsere Daten zu verstehen, und Boxplots erstellen, um die Daten zu visualisieren. Mit Hilfe von Boxplots können wir auch Ausreißer in unseren Datensätzen untersuchen. Anschließend werden wir lernen, wie wir die Beziehungen zwischen den verschiedenen Daten mithilfe von Korrelationen und Streudiagrammen untersuchen können. Schließlich werden wir die Daten mithilfe von t-Tests vergleichen. In diesem Kurs werden wir einen Datensatz über Wissenschaft und Technologie der Weltbank analysieren. Die Messwerte in diesem Datensatz sind numerisch, daher werden Sie lernen, wie man mit numerischen Daten umgeht und sie vergleicht.

Dieses geführte Projekt richtet sich an alle, die Interesse an der Durchführung statistischer Analysen mit Python haben. Das kann jemand mit einem sozialwissenschaftlichen Hintergrund und Statistikkenntnissen sein, der seine Analyse verbessern möchte, oder jeder, der an der Analyse von Daten interessiert ist.