Daten verstehen mit Python

Python-Version des Lernpfads «Daten verstehen». Voraussetzung: Grundkonzepte aus den Modulen 255/254/256. Hier werden Verzerrungen, Korrelation und Kausalität mit pandas und matplotlib praktisch berechnet und visualisiert.

lock

Bias mit Python entlarven

Bevorstehend

Daten mit pandas laden, Selection Bias und Survivorship Bias durch Code sichtbar machen.

lock

Korrelation mit Python berechnen

Bevorstehend

Korrelationskoeffizient r mit pandas berechnen, Scatter-Plots mit matplotlib erstellen, Scheinkorrelationen an echten Daten erkennen.

lock

Kausalität mit Python prüfen

Bevorstehend

Drittvariablen-Effekte quantifizieren, Simpson's Paradox nachvollziehen, A/B-Tests simulieren.