Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lære Undersøg Datasættet | Gennemsnit, Median og Typetal med Python
Lær Statistik med Python
course content

Kursusindhold

Lær Statistik med Python

Lær Statistik med Python

1. Grundlæggende Begreber
Stikprøve vs PopulationTyper af StatistikDatatyperMiddelværdiMedianværdiMedianværdi af et Lige Antal VærdierGennemsnit eller MedianTypetalQuiz om Beskrivende Statistik
2. Gennemsnit, Median og Typetal med Python
Undersøg DatasættetBeregning af Gennemsnits- og Medianværdier med PythonStatistik med PandasBeregn Gennemsnits- og Medianløn
3. Varians og Standardafvigelse
PopulationsvariansStickprøvevariansBeregn Varians med PythonStandardafvigelseStandardafvigelse med PythonBeregning af Varians og Standardafvigelse
4. Kovarians vs Korrelation
KovariansKorrelationQuiz om Kovarians og KorrelationBeregn Kovarians og Korrelation
5. Konfidensinterval
Undersøg DatasættetKonfidensintervalBeregning af Konfidensinterval med PythonQuiz om KonfidensintervalbreddeBeregn 95% KonfidensintervalAvanceret Beregning af Konfidensintervaller med PythonMatch Funktionerne
6. Statistisk Testning
Hvad Er T-TestHypoteserT-test MatematiskÉn-sidet og To-sidet TestForudsætninger for T-testUdførelse af en t-test i PythonGennemfør en t-testParret T-test

book
Undersøg Datasættet

I denne sektion vil en stikprøve af IT-specialisters lønninger blive analyseret. Begynd med at undersøge de første fem observationer i datasættet:

  • work_year - dette år blev lønnen udbetalt;

  • experience_level - erfaringsniveau: EN er Entry-level, MI er Midt-niveau, SE er Senior-niveau, EX er Executive-niveau;

  • job_title - navnet på et job;

  • salary - lønnens værdi;

  • salary_currency - lønnens valuta;

  • salary_in_usd - lønnens værdi i USD;

  • company_location - virksomhedens placering;

  • company_size - virksomhedens størrelse: S-Små, M-Mellemstore, L-Store.

Nu påbegyndes en gennemgang af datatyper i statistik, efterfulgt af en øvelse, hvor hver kolonnenavn matches med sin tilsvarende datatype.

question-icon

Match kolonnenavnet med dets type.

work_year
experience_level
salary_currency
salary_in_usd
company_size

Click or drag`n`drop items and fill in the blanks

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 1

Spørg AI

expand
ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

course content

Kursusindhold

Lær Statistik med Python

Lær Statistik med Python

1. Grundlæggende Begreber
Stikprøve vs PopulationTyper af StatistikDatatyperMiddelværdiMedianværdiMedianværdi af et Lige Antal VærdierGennemsnit eller MedianTypetalQuiz om Beskrivende Statistik
2. Gennemsnit, Median og Typetal med Python
Undersøg DatasættetBeregning af Gennemsnits- og Medianværdier med PythonStatistik med PandasBeregn Gennemsnits- og Medianløn
3. Varians og Standardafvigelse
PopulationsvariansStickprøvevariansBeregn Varians med PythonStandardafvigelseStandardafvigelse med PythonBeregning af Varians og Standardafvigelse
4. Kovarians vs Korrelation
KovariansKorrelationQuiz om Kovarians og KorrelationBeregn Kovarians og Korrelation
5. Konfidensinterval
Undersøg DatasættetKonfidensintervalBeregning af Konfidensinterval med PythonQuiz om KonfidensintervalbreddeBeregn 95% KonfidensintervalAvanceret Beregning af Konfidensintervaller med PythonMatch Funktionerne
6. Statistisk Testning
Hvad Er T-TestHypoteserT-test MatematiskÉn-sidet og To-sidet TestForudsætninger for T-testUdførelse af en t-test i PythonGennemfør en t-testParret T-test

book
Undersøg Datasættet

I denne sektion vil en stikprøve af IT-specialisters lønninger blive analyseret. Begynd med at undersøge de første fem observationer i datasættet:

  • work_year - dette år blev lønnen udbetalt;

  • experience_level - erfaringsniveau: EN er Entry-level, MI er Midt-niveau, SE er Senior-niveau, EX er Executive-niveau;

  • job_title - navnet på et job;

  • salary - lønnens værdi;

  • salary_currency - lønnens valuta;

  • salary_in_usd - lønnens værdi i USD;

  • company_location - virksomhedens placering;

  • company_size - virksomhedens størrelse: S-Små, M-Mellemstore, L-Store.

Nu påbegyndes en gennemgang af datatyper i statistik, efterfulgt af en øvelse, hvor hver kolonnenavn matches med sin tilsvarende datatype.

question-icon

Match kolonnenavnet med dets type.

work_year
experience_level
salary_currency
salary_in_usd
company_size

Click or drag`n`drop items and fill in the blanks

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 1
Vi beklager, at noget gik galt. Hvad skete der?
some-alt