使用 Python 编程语言及相关软件包和库创建和解释数据可视化效果
在分析真实数据时应用和解释推理程序
对数据应用统计建模技术（即线性和逻辑回归、线性模型、多层次模型、贝叶斯推理技术）
了解将研究问题与数据分析方法联系起来的重要性。
添加到您的领英档案
正确识别各种数据类型，了解每种类型的不同用途
使用 Python 创建数据可视化和数字摘要
向广大受众简明扼要地传达统计理念
确定概率和非概率样本的适当分析技术
确定计算各自人口参数置信区间所需的假设。
用 Python 创建置信区间并解释结果。
复习在分析真实数据时如何逐步应用和解释推理程序。
用 Python 进行假设检验并解释结果。
通过掌握数据拟合统计模型的艺术，加深对统计推断技术的理解。
将研究问题与数据分析方法联系起来，强调目标、变量之间的关系以及预测。
利用真实数据集探索各种统计建模技术，如线性回归、逻辑回归和贝叶斯推断。
在 Jupyter Notebook 环境中，使用 Python 和 Statsmodels、Pandas、Seaborn 等库来进行实践案例研究。
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
本专业由三门课程组成，每门课程有四周/单元。每周的课程需要学习大约 3-6 个小时，学习时间因人而异。
高中水平的代数是本系列第一门课程唯一必须具备的背景知识。建议具备基本的 Python 和/或编码背景。
建议按顺序学习该专业。
提供助学金，
中
