Statistik für Data Science - Grundlagen

Kursüberblick

Statistik unterstützt die Analyse und Modellierung, indem sie Daten strukturiert beschreibt und prüft. Mit SQL, Power Query und Python werden Daten gesammelt, bereinigt und aufbereitet. Statistische Kennzahlen wie Verteilungen, Lage- und Streuungsmaße sowie Korrelationen helfen, relevante Muster zu erkennen. Diese Grundlagen dienen als Ausgangspunkt für Data-Science-Modelle und analytische Fragestellungen. Ziel ist eine belastbare Grundlage für Entscheidungen und Modellprozesse. Datenbasis und Exploration SQL-Abfragen zur strukturierten Erzeugung analytischer Datensätze Power-Query-Bereinigung und Typanpassung Verteilungs- und Trendanalysen in pandas Erkennen fehlender oder fehlerhafter Werte Statistische Grundbegriffe Lagemaße wie Mittelwert und Median Streuungsmaße wie Varianz und Standardabweichung Korrelationen zur Erkennung möglicher Einflussfaktoren Ausreißererkennung für stabile Analysegrundlagen Statistik in der Analyse Vergleich unterschiedlicher Gruppen anhand statistischer Kennzahlen Nutzung von Trendlinien zur Strukturierung zeitlicher Verläufe Vorbereitung modellrelevanter Variablen Bewertung der Datenqualität vor weiterführender Analyse Darstellung und Dokumentation Visualisierung statistischer Ergebnisse in Power BI Erstellung konsistenter Kennzahlen mit DAX Dokumentation der statistischen Schritte und Annahmen Versionierung und Qualitätssicherung der Analyseprozesse

Nächste Termine

• 2026-09-13T22:00:00.000Z · 2027-05-24T22:00:00.000Z · Berlin · Hybrid Learning
• 2026-09-13T22:00:00.000Z · 2027-05-24T22:00:00.000Z · Berlin · Hybrid Learning
• 2026-09-13T22:00:00.000Z · 2027-05-24T22:00:00.000Z · Stuttgart · Hybrid Learning
• 2026-09-13T22:00:00.000Z · 2027-05-24T22:00:00.000Z · Nürnberg, Mittelfranken · Hybrid Learning
• 2026-09-13T22:00:00.000Z · 2027-05-24T22:00:00.000Z · Düsseldorf · Hybrid Learning