Informações sobre o curso
95,827 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível iniciante

High school algebra

Aprox. 23 horas para completar

Sugerido: 4 weeks of study, 4-6 hours/week...

Inglês

Legendas: Inglês, Coreano

O que você vai aprender

  • Check

    Properly identify various data types and understand the different uses for each

  • Check

    Create data visualizations and numerical summaries with Python

  • Check

    Communicate statistical ideas clearly and concisely to a broad audience

  • Check

    Identify appropriate analytic techniques for probability and non-probability samples

Habilidades que você terá

StatisticsData AnalysisPython ProgrammingData Visualization (DataViz)

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível iniciante

High school algebra

Aprox. 23 horas para completar

Sugerido: 4 weeks of study, 4-6 hours/week...

Inglês

Legendas: Inglês, Coreano

Programa - O que você aprenderá com este curso

Semana
1
5 horas para concluir

WEEK 1 - INTRODUCTION TO DATA

10 vídeos (Total 110 mín.), 8 leituras, 2 testes
10 videos
What is Statistics?9min
Interview: Perspectives on Statistics in Real Life28min
(Cool Stuff in) Data8min
Where Do Data Come From?12min
Variable Types5min
Study Design6min
Introduction to Jupyter Notebooks9min
Data Types in Python12min
Introduction to Libraries and Data Management13min
8 leituras
Course Syllabus5min
Meet the Course Team!10min
About Our Datasets2min
Help Us Learn More About You!10min
Resource: This is Statistics10min
Course Syllabus5min
Let's Play with Data!10min
Data management and manipulation10min
2 exercícios práticos
Practice Quiz - Variable Types30min
Assessment: Different Data Types10min
Semana
2
5 horas para concluir

WEEK 2 - UNIVARIATE DATA

8 vídeos (Total 92 mín.), 2 leituras, 3 testes
8 videos
Quantitative Data: Histograms12min
Quantitative Data: Numerical Summaries9min
Standard Score (Empirical Rule)7min
Quantitative Data: Boxplots6min
Demo: Interactive Histogram & Boxplot4min
Important Python Libraries21min
Tables, Histograms, Boxplots in Python25min
2 leituras
What's Going on in This Graph?10min
Modern Infographics10min
3 exercícios práticos
Practice Quiz: Summarizing Graphs in Words15min
Assessment: Numerical Summaries10min
Python Assessment: Univariate Analysis10min
Semana
3
5 horas para concluir

WEEK 3 - MULTIVARIATE DATA

7 vídeos (Total 56 mín.), 3 leituras, 3 testes
7 videos
Looking at Associations with Multivariate Quantitative Data7min
Demo: Interactive Scatterplot2min
Introduction to Pizza Assignment2min
Multivariate Data Selection19min
Multivariate Distributions8min
Unit Testing5min
3 leituras
Pitfall: Simpson's Paradox10min
Modern Ways to Visualize Data10min
Pizza Study Design Assignment Instructions10min
2 exercícios práticos
Practice Quiz: Multivariate Data10min
Python Assessment: Multivariate Analysis15min
Semana
4
6 horas para concluir

WEEK 4 - POPULATIONS AND SAMPLES

15 vídeos (Total 223 mín.), 6 leituras, 2 testes
15 videos
Probability Sampling: Part I10min
Probability Sampling: Part II15min
Non-Probability Sampling: Part I10min
Non-Probability Sampling: Part II9min
Sampling Variance & Sampling Distributions: Part I15min
Sampling Variance & Sampling Distributions: Part II7min
Demo: Interactive Sampling Distribution21min
Beyond Means: Sampling Distributions of Other Common Statistics10min
Making Population Inference Based on Only One Sample14min
Inference for Non-Probability Samples17min
Complex Samples23min
Sampling from a Biased Population15min
Randomness and Reproducibility14min
The Empirical Rule of Distribution18min
6 leituras
Building on Visualization Concepts5min
Potential Pitfalls of Non-Probability Sampling: A Case Study10min
Resource: Seeing Theory10min
Article: Jerzy Neyman on Population Inference10min
Preventing Bad/Biased Samples10min
Course Feedback10min
2 exercícios práticos
Assessment: Distinguishing Between Probability & Non-Probability Samples10min
Generating Random Data and Samples20min
4.6
80 avaliaçõesChevron Right

25%

consegui um benefício significativo de carreira com este curso

Principais avaliações do Understanding and Visualizing Data with Python

por FGApr 4th 2019

Excellent introductory course to statistics. Great use of NHANES dataset to demonstrate techniques on real dataset. I would appreciate a more demanding project at the course end.

por JSJan 24th 2019

I strongly recommend this course to those who want to begin python programming applied to statistics. It launches a very sound foundation for statistical inference theory.

Instrutores

Avatar

Brenda Gunderson

Lecturer IV and Research Fellow
Department of Statistics
Avatar

Brady T. West

Research Associate Professor
Institute for Social Research
Avatar

Kerby Shedden

Professor
Department of Statistics

Sobre Universidade de Michigan

The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future....

Sobre Programa de cursos integrados Statistics with Python

This specialization is designed to teach learners beginning and intermediate concepts of statistical analysis using the Python programming language. Learners will learn where data come from, what types of data can be collected, study data design, data management, and how to effectively carry out data exploration and visualization. They will be able to utilize data for estimation and assessing theories, construct confidence intervals, interpret inferential results, and apply more advanced statistical modeling procedures. Finally, they will learn the importance of and be able to connect research questions to the statistical and data analysis methods taught to them....
Statistics with Python

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.