Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Impara Esaminare il Dataset | Media, Mediana e Moda con Python
Statistica con Python
course content

Contenuti del Corso

Statistica con Python

Statistica con Python

1. Concetti di Base
Campione vs PopolazioneTipi di StatisticaTipi di DatiValore MedioValore MedianoValore Mediano di un Numero Pari di ValoriMedia o MedianaValore della ModaQuiz Sulle Statistiche Descrittive
2. Media, Mediana e Moda con Python
Esaminare il DatasetCalcolo dei Valori della Media e della Mediana con PythonStatistiche con PandasCalcolare la Media e la Mediana degli Stipendi
3. Varianza e Deviazione Standard
Varianza della PopolazioneVarianza CampionariaCalcolare la Varianza con PythonDeviazione StandardDeviazione Standard con PythonCalcolo della Varianza e della Deviazione Standard
4. Covarianza vs Correlazione
CovarianzaCorrelazioneQuiz su Covarianza e CorrelazioneCalcolare Covarianza e Correlazione
5. Intervallo di Confidenza
Esplorare il Set di DatiIntervallo di ConfidenzaCalcolo dell'Intervallo di Confidenza con PythonQuiz Sulla Larghezza dell'Intervallo di ConfidenzaCalcolare l'Intervallo di Confidenza al 95%Calcolo Avanzato dell'Intervallo di Confidenza con PythonAbbina le Funzioni
6. Test Statistici
Che Cos'è il T-TestIpotesiT-Test Dal Punto Di Vista MatematicoTest a una coda e a due codeAssunzioni del T-TestEsecuzione di un t-test in PythonEseguire un Test TT-test per Dati Appaiati

book
Esaminare il Dataset

In questa sezione verrà analizzato un campione di stipendi di specialisti IT. Inizia esaminando le prime cinque osservazioni del dataset:

  • work_year - anno in cui è stato pagato lo stipendio;
  • experience_level - livello di esperienza: EN è Entry-level, MI è Mid-level, SE è Senior-level, EX è Executive level;
  • job_title - nome della posizione lavorativa;
  • salary - valore dello stipendio;
  • salary_currency - valuta dello stipendio;
  • salary_in_usd - valore dello stipendio in USD;
  • company_location - località dell'azienda;
  • company_size - dimensione dell'azienda: S-Piccola, M-Media, L-Grande.

Segue ora una revisione dei tipi di dati in statistica, seguita da un'attività per abbinare ciascun nome di colonna al relativo tipo di dato.

question-icon

Abbina il nome della colonna al suo tipo.

work_year
experience_level
salary_currency
salary_in_usd
company_size

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

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 1

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

course content

Contenuti del Corso

Statistica con Python

Statistica con Python

1. Concetti di Base
Campione vs PopolazioneTipi di StatisticaTipi di DatiValore MedioValore MedianoValore Mediano di un Numero Pari di ValoriMedia o MedianaValore della ModaQuiz Sulle Statistiche Descrittive
2. Media, Mediana e Moda con Python
Esaminare il DatasetCalcolo dei Valori della Media e della Mediana con PythonStatistiche con PandasCalcolare la Media e la Mediana degli Stipendi
3. Varianza e Deviazione Standard
Varianza della PopolazioneVarianza CampionariaCalcolare la Varianza con PythonDeviazione StandardDeviazione Standard con PythonCalcolo della Varianza e della Deviazione Standard
4. Covarianza vs Correlazione
CovarianzaCorrelazioneQuiz su Covarianza e CorrelazioneCalcolare Covarianza e Correlazione
5. Intervallo di Confidenza
Esplorare il Set di DatiIntervallo di ConfidenzaCalcolo dell'Intervallo di Confidenza con PythonQuiz Sulla Larghezza dell'Intervallo di ConfidenzaCalcolare l'Intervallo di Confidenza al 95%Calcolo Avanzato dell'Intervallo di Confidenza con PythonAbbina le Funzioni
6. Test Statistici
Che Cos'è il T-TestIpotesiT-Test Dal Punto Di Vista MatematicoTest a una coda e a due codeAssunzioni del T-TestEsecuzione di un t-test in PythonEseguire un Test TT-test per Dati Appaiati

book
Esaminare il Dataset

In questa sezione verrà analizzato un campione di stipendi di specialisti IT. Inizia esaminando le prime cinque osservazioni del dataset:

  • work_year - anno in cui è stato pagato lo stipendio;
  • experience_level - livello di esperienza: EN è Entry-level, MI è Mid-level, SE è Senior-level, EX è Executive level;
  • job_title - nome della posizione lavorativa;
  • salary - valore dello stipendio;
  • salary_currency - valuta dello stipendio;
  • salary_in_usd - valore dello stipendio in USD;
  • company_location - località dell'azienda;
  • company_size - dimensione dell'azienda: S-Piccola, M-Media, L-Grande.

Segue ora una revisione dei tipi di dati in statistica, seguita da un'attività per abbinare ciascun nome di colonna al relativo tipo di dato.

question-icon

Abbina il nome della colonna al suo tipo.

work_year
experience_level
salary_currency
salary_in_usd
company_size

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

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 1
some-alt