Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lære Undersøk Datasettet | Gjennomsnitt, Median og Modus med Python
Lære Statistikk med Python
course content

Kursinnhold

Lære Statistikk med Python

Lære Statistikk med Python

1. Grunnleggende Konsepter
Utvalg vs PopulasjonTyper av statistikkDatatyperGjennomsnittMedianverdiMedianverdi for Et Partall av VerdierGjennomsnitt eller MedianTypetallQuiz om Beskrivende Statistikk
2. Gjennomsnitt, Median og Modus med Python
Undersøk DatasettetBeregning av Gjennomsnitts- og Medianverdier med PythonStatistikk med PandasBeregne Gjennomsnittlig og Median Lønn
3. Varians og Standardavvik
PopulasjonsvariansUtvalgsvariansBeregn Varians med PythonStandardavvikStandardavvik med PythonBeregning av Varians og Standardavvik
4. Kovarians vs. Korrelasjon
KovariansKorrelasjonQuiz om Kovarians og KorrelasjonBeregne Kovarians og Korrelasjon
5. Konfidensintervall
Utforsk DatasettetKonfidensintervallBeregning av Konfidensintervall med PythonQuiz om KonfidensintervallbreddeBeregn 95 % KonfidensintervallAvansert Beregning av Konfidensintervall med PythonMatche Funksjonene
6. Statistisk Testing
Hva er t-testHypoteserT-test MatematiskEnhalet og Tohalet TestForutsetninger for T-testUtføring av t-test i PythonUtføre en t-testParret T-test

book
Undersøk Datasettet

I denne delen skal vi analysere et utvalg av lønninger for IT-spesialister. Start med å undersøke de fem første observasjonene i datasettet:

  • work_year - året lønnen ble utbetalt;
  • experience_level - erfaringsnivå: EN er Entry-level, MI er Mid-level, SE er Senior-level, EX er Executive level;
  • job_title - navnet på stillingen;
  • salary - lønnsbeløpet;
  • salary_currency - valutaen lønnen er oppgitt i;
  • salary_in_usd - lønnsbeløpet i USD;
  • company_location - selskapets beliggenhet;
  • company_size - selskapets størrelse: S-Small, M-Medium, L-Large.

Nå følger en gjennomgang av datatyper i statistikk, etterfulgt av en oppgave der du skal matche hvert kolonnenavn med tilhørende datatype.

question-icon

Match kolonnenavnet med riktig datatype.

work_year
experience_level
salary_currency
salary_in_usd
company_size

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

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 1

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

course content

Kursinnhold

Lære Statistikk med Python

Lære Statistikk med Python

1. Grunnleggende Konsepter
Utvalg vs PopulasjonTyper av statistikkDatatyperGjennomsnittMedianverdiMedianverdi for Et Partall av VerdierGjennomsnitt eller MedianTypetallQuiz om Beskrivende Statistikk
2. Gjennomsnitt, Median og Modus med Python
Undersøk DatasettetBeregning av Gjennomsnitts- og Medianverdier med PythonStatistikk med PandasBeregne Gjennomsnittlig og Median Lønn
3. Varians og Standardavvik
PopulasjonsvariansUtvalgsvariansBeregn Varians med PythonStandardavvikStandardavvik med PythonBeregning av Varians og Standardavvik
4. Kovarians vs. Korrelasjon
KovariansKorrelasjonQuiz om Kovarians og KorrelasjonBeregne Kovarians og Korrelasjon
5. Konfidensintervall
Utforsk DatasettetKonfidensintervallBeregning av Konfidensintervall med PythonQuiz om KonfidensintervallbreddeBeregn 95 % KonfidensintervallAvansert Beregning av Konfidensintervall med PythonMatche Funksjonene
6. Statistisk Testing
Hva er t-testHypoteserT-test MatematiskEnhalet og Tohalet TestForutsetninger for T-testUtføring av t-test i PythonUtføre en t-testParret T-test

book
Undersøk Datasettet

I denne delen skal vi analysere et utvalg av lønninger for IT-spesialister. Start med å undersøke de fem første observasjonene i datasettet:

  • work_year - året lønnen ble utbetalt;
  • experience_level - erfaringsnivå: EN er Entry-level, MI er Mid-level, SE er Senior-level, EX er Executive level;
  • job_title - navnet på stillingen;
  • salary - lønnsbeløpet;
  • salary_currency - valutaen lønnen er oppgitt i;
  • salary_in_usd - lønnsbeløpet i USD;
  • company_location - selskapets beliggenhet;
  • company_size - selskapets størrelse: S-Small, M-Medium, L-Large.

Nå følger en gjennomgang av datatyper i statistikk, etterfulgt av en oppgave der du skal matche hvert kolonnenavn med tilhørende datatype.

question-icon

Match kolonnenavnet med riktig datatype.

work_year
experience_level
salary_currency
salary_in_usd
company_size

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

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 1
some-alt