Dieser Kurs befasst sich mit gängigen statistischen Inferenzmethoden für numerische und kategoriale Daten. Sie lernen, wie man Hypothesentests aufstellt und durchführt, p-Werte interpretiert und die Ergebnisse Ihrer Analyse in einer Weise berichtet, die für Kunden oder die Öffentlichkeit interpretierbar ist. Anhand zahlreicher Datenbeispiele werden Sie lernen, Schätzungen von Größen so zu berichten, dass die Unsicherheit der interessierenden Größe zum Ausdruck kommt. Sie werden bei der Installation und Verwendung von R und RStudio (einer kostenlosen Statistiksoftware) angeleitet und werden diese Software für Laborübungen und ein Abschlussprojekt verwenden. Der Kurs stellt praktische Werkzeuge für die Datenanalyse vor und erforscht die grundlegenden Konzepte, die für die Interpretation und Berichterstattung von Ergebnissen sowohl für kategoriale als auch für numerische Daten erforderlich sind

In diesem Kurs werden einfache und multiple lineare Regressionsmodelle vorgestellt. Diese Modelle ermöglichen es Ihnen, die Beziehung zwischen Variablen in einem Datensatz und einer kontinuierlichen Antwortvariablen zu bewerten. Gibt es einen Zusammenhang zwischen der körperlichen Attraktivität eines Professors und der Bewertung seiner Studenten? Kann man das Testergebnis eines Kindes auf der Grundlage bestimmter Merkmale seiner Mutter vorhersagen? In diesem Kurs lernen Sie die grundlegende Theorie der linearen Regression kennen. Anhand von Datenbeispielen lernen Sie, Regressionsmodelle anzupassen, zu untersuchen und zu nutzen, um Beziehungen zwischen mehreren Variablen zu untersuchen, wobei Sie die kostenlose Statistiksoftware R und RStudio verwenden.