Cette spécialisation est conçue pour enseigner aux apprenants les concepts débutants et intermédiaires de l'analyse statistique en utilisant le langage de programmation Python. Les apprenants apprendront d'où viennent les données, quels types de données peuvent être collectés, la conception des données d'étude, la gestion des données, et comment effectuer efficacement l'exploration et la visualisation des données. Ils seront en mesure d'utiliser les données pour l'estimation et l'évaluation des théories, de construire des intervalles de confiance, d'interpréter les résultats déductifs et d'appliquer des procédures de modélisation statistique plus avancées. Enfin, ils apprendront l'importance des questions de recherche et seront capables de les relier aux méthodes statistiques et d'analyse des données qui leur ont été enseignées.
Découvrez de nouvelles compétences avec 30 % de réduction sur les cours dispensés par des experts du secteur. Économisez maintenant.
Spécialisation Statistiques avec Python
Réflexion statistique pratique et moderne pour tous. Utiliser Python pour la visualisation, l'inférence et la modélisation statistiques
Instructeurs : Brenda Gunderson
92 801 déjà inscrits
Inclus avec 
(2,883 avis)
Expérience recommandée
(2,883 avis)
Expérience recommandée
Ce que vous apprendrez
Créer et interpréter des visualisations de données en utilisant le langage de programmation Python et les paquets et bibliothèques associés
Appliquer et interpréter les procédures inférentielles lors de l'analyse de données réelles
Appliquer les techniques de modélisation statistique aux données (régression linéaire et logistique, modèles linéaires, modèles multiniveaux, techniques d'inférence bayésienne)
Comprendre l'importance de relier les questions de recherche aux méthodes d'analyse des données.
Vue d'ensemble
Compétences que vous acquerrez
- Histogram
- Statistics
- Bayesian Statistics
- Descriptive Statistics
- Matplotlib
- Statistical Modeling
- Statistical Methods
- Data Visualization Software
- Data Analysis
- Statistical Programming
- Statistical Hypothesis Testing
- Statistical Visualization
- Statistical Analysis
- Box Plots
- Statistical Inference
- Probability & Statistics
- Data Visualization
- Sampling (Statistics)
Outils que vous découvrirez
Ce qui est inclus
Ajouter à votre profil LinkedIn
Améliorez votre expertise en la matière
- Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
- Maîtrisez un sujet ou un outil avec des projets pratiques
- Développez une compréhension approfondie de concepts clés
- Obtenez un certificat professionnel auprès de University of Michigan
Spécialisation - série de 3 cours
Ce que vous apprendrez
Identifier correctement les différents types de données et comprendre les différentes utilisations de chacun d'entre eux
Créer des visualisations de données et des résumés numériques avec Python
Communiquer des idées statistiques de manière claire et concise à un large public
Identifier les techniques d'analyse appropriées pour les échantillons probabilistes et non probabilistes
Compétences que vous acquerrez
Ce que vous apprendrez
Déterminer les hypothèses nécessaires pour calculer les intervalles de confiance pour leurs paramètres de population respectifs.
Créez des intervalles de confiance en Python et interprétez les résultats.
Examiner comment les procédures inférentielles sont appliquées et interprétées étape par étape lors de l'analyse de données réelles.
Effectuez des tests d'hypothèse en Python et interprétez les résultats.
Compétences que vous acquerrez
Ce que vous apprendrez
Approfondissez votre compréhension des techniques d'inférence statistique en maîtrisant l'art d'adapter les modèles statistiques aux données.
Relier les questions de recherche aux méthodes d'analyse des données, en mettant l'accent sur les objectifs, les relations entre les variables et les prévisions.
Explorer diverses techniques de modélisation statistique telles que la régression linéaire, la régression logistique et l'inférence bayésienne en utilisant des ensembles de données réelles.
Travaillez sur des études de cas pratiques en Python avec des bibliothèques telles que Statsmodels, Pandas et Seaborn dans l'environnement Jupyter Notebook.
Compétences que vous acquerrez
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Offert par
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Cette spécialisation se compose de trois cours, chacun comportant quatre semaines/modules. Chaque semaine de cours nécessite un engagement d'environ 3 à 6 heures, qui variera en fonction de l'apprenant.
L'algèbre de niveau secondaire est la seule connaissance de base obligatoire pour le premier cours de la série. Des connaissances de base en Python et/ou en codage sont recommandées.
Il est absolument recommandé de suivre cette spécialisation dans l'ordre.
Plus de questions
Aide financière disponible,