Statistik für Data Science und Business Analytics (Udemy.com)
Lerne, wie Du Statistik und Wahrscheinlichkeiten auf praxisnahe Data Science und Business Fälle anwenden kannst.
Created by: Prof. Dr. René Brunner
Last updated November 2023
What you will learn
- Grundlagen der Wahrscheinlichkeitsrechnung
- In der Lage sein, verschiedene Arten von Daten zu verstehen
- In der Lage sein, grundlegende Statistiken zu implementieren
- Anwendung statistischer Methoden und Hypothesentests auf Unternehmensprobleme
- Regressionsmodelle anwenden
- Implementierung von Ein- und Zwei-Wege-Anova
- Anwenden des Chi Squared Tests
How it compares
Against the other 461 rated Udemy courses in Data Science on CourseDuck:
- Rating4.3 out of 5higher than 17% of them
- Reviews393#261 of 462 by number of reviews
- Length6.2 hoursshorter than 59% of them
- Last updatedNovember 2023earlier than 78% of them
Course Description
Willkommen im Kurs Wahrscheinlichkeit und Statistik - für Business and Data Science!
In diesem Kurs zeigen wir dir was du über Wahrscheinlichkeit und Statistik wissen musst, um in der Wirtschaft, aber vor allem im Bereich Data Science und Machine Learning, erfolgreich zu sein! Wir haben dazu viele Übungen und Formelerklärungen für dich!
Als erstes klären wir, was Daten sind und welche Zusammenhänge, Abweichungen und Korrelationen man sich anschauen sollte. Das ist die Vorraussetzung um Statisitk anwenden zu könnnen und um erfolgreich Data Science Projekte implementiere zu können.
Danach werden wir in die Wahrscheinlichkeit eintauchen und mehr über Kombinationen und Permutationen erfahren, die dir als Data Scientist weiterhelfen um die Anzahl an Kombinationen von Daten und damit die z.B. die Datenmenge abschätzen zu können.
Anschließend diskutieren wir die gängigsten Verteilungen in der Statistik und schaffen eine solide Grundlage für das Verständnis, wie man mit Gleich-, Binomial, Poisson- und Normalverteilungen arbeitet.
Als nächstes werden wir reale Geschäftsfälle durchgehen, einschließlich Hypothesentests und der studentschen T-Verteilung - so kannst du das Gelernte gleich anwenden.
Abschließend behandeln wir drei Datenanalyse-Verfahren, wie ANOVA (Varianzanalyse), Regressionsanalyse und schließlich der Chi-Quadrat-Analyse.
Die Abschnitte sind modular und nach Themen gegliedert, so dass du sie nach Bedarf suchen kannst und direkt dort einsteigen kannst!
Wichtig: Falls du die Simulationen selber ausführen möchtest, so benötigst du Kenntnisse von Excel, R oder Python. Bei Bedarf kannst du R oder Python mit Hilfe der dazu vorgesehenen Kurse aus unserem Kursangebot erlernen.
Unser Kurs beinhaltet HD-Videos mit Erklärungen zu Formeln, Animationen und Übungen, wir behandeln außerdem Fallstudien, die dir zeigen, wie du dieses Wissen in der Praxis anwenden kannst. Du findest reines Formellernen staubtrocken? Kein Thema, bei uns gibt es eine gute Mischung!
Kursinhalt im Überblick:
Messungen von Daten
Mittelwert, Median und Modus
Abweichung und Standardabweichung
Kovarianz und Korrelation
Permutationen und Kombinationen
Verbindungen und Kreuzungen
Bedingte Wahrscheinlichkeit
Bayes-Satz
Binomiale Verteilung
Poisson-Verteilung
Normalverteilung
Probenahme
Zentraler Grenzwertsatz
Hypothesentest
T-Verteilungsprüfung
Regressionsanalyse
ANOVA
Chi Quadrat-Analyse
Alle diese Inhalte sind mit einer 30-tägigen Geld-zurück-Garantie ausgestattet, so dass Du den Kurs risikofrei ausprobieren kannst!
Worauf wartest du noch? Melde Dich noch heute an und werde ein Profi im Umgang mit Wahrscheinlichkeiten und Statistiken.
Instructor Details
- 4.3 Rating
393 Reviews
Prof. Dr. René Brunner
In einer Welt der Veränderung gibt es keine Ressource, die wertvoller ist als Bildung. Sie befähigt die Menschen, auch in einer komplexen Umwelt selbstbestimmt ihren Weg zu gehen. Wichtig ist, was jeder einzelne kann. Die Digitalisierung steckt voller Chancen für bessere Bildung: individuelleres Lernen, innovative Lehrmethoden und aktuellere Lehrmittel. Daher möchte ich nicht länger zuschauen, sondern an besserer Bildung für Jeden Mitwirken! Dabei sind die folgenden 3 Punkte mein konkreter Beitrag:
1. Verfügbarkeit von individuellem Lernen, innovativen Lehrmethoden und aktuellere Lehrmittel durch einen günstigen Zugang auf Udemy für jeden zu schaffen, mit Kursen, die normalerweise mehrere hundert oder tausend Euro kosten!
2. Studierende an der Hochschule fit für die Digitale Zukunft zu machen und ein Bewusstsein für die Datenanalyse zu schaffen.
3. Mit dem Datamics Team Firmen beraten und strategisch wohlbedacht zu positionieren.
Für mehr Informationen gerne auf unserer Datamics Webseite vorbeischnuppern. Von unserem Data Science Podcast, über aktuelle Blogposts, bis hin zu Karriere-vorranbringendem Karriereguide, Du wirst sicher fündig.
Lebenslauf:
More courses by Prof. Dr. René Brunner
Python für Data Science, Machine Learning & Visualization (2026)
4.6 (1,886 Reviews)
Provider: Udemy
Time: 29.4h
$59.99
Python - Das Python Grundlagen Bootcamp - Von 0 auf 100! (2026)
4.4 (1,657 Reviews)
Provider: Udemy
Time: 36.1h
$64.99
R für Data Science, Visualisierung und Machine Learning (2026)
4.6 (960 Reviews)
Provider: Udemy
Time: 19.1h
$19.99
Das SQL Grundlagen Bootcamp (auch für Data Science) (2023)
4.5 (630 Reviews)
Provider: Udemy
Time: 9.1h
$19.99
Python für Finanzanalysen und algorithmisches Trading (2025)
4.4 (399 Reviews)
Provider: Udemy
Time: 20.4h
$19.99
Der große Deep Learning Kurs mit Keras und TensorFlow 2 (2026)
4.5 (302 Reviews)
Provider: Udemy
Time: 36.5h
$19.99
More Data Science courses
ChatBots meistern: KI-Apps mit ChatGPT | Business & Privat (2026)
4.9 (160 Reviews)
Provider: Udemy
Time: 8.8h
$64.99
KI-Stimmen & DeepFakes: AI Videos & Voice Cloning Business (2025)
4.8 (103 Reviews)
Provider: Udemy
Time: 2.8h
$44.99
Prompt Engineering: ChatGPT, Midjourney & Stable Diffusion (2026)
4.7 (408 Reviews)
Provider: Udemy
Time: 12.9h
$13.99
Vibe Coding: Apps entwickeln mit Claude Code & Cursor AI (2026)
4.7 (245 Reviews)
Provider: Udemy
Time: 10.3h
$19.99
R für Data Science, Visualisierung und Machine Learning (2026)
4.6 (960 Reviews)
Provider: Udemy
Time: 19.1h
$19.99
LLM Profi: OpenAI, Gemini, Claude, Llama, ChatGPT & APIs (2026)
4.6 (342 Reviews)
Provider: Udemy
Time: 21.1h
$11.99
Reviews
By Hanna Ziegler on 11/19/2022
Der Kurs gibt einen guten Überblick über die statistischen Methoden, die im Bereich Data Science und Buisiness Intelligence angewendet werden. Warum diese statistischen Methoden in den angeführten Fällen und Beispielen funktionieren bzw. angewendet werden müssen, kommt nicht so gut heraus, was aber vermutlich daran liegt, dass es sich hierbei um eine Art Crashkurs handelt. Die Beispiele sind aber sehr hilfreich, um die Anwendung nachzuvollziehen.
By Michael B. on 7/24/2022
Kurs enthält die wichtigsten statistischen Konzepte, jedoch werden diese größtenteils nur von den Folien abgelesen. Es ist schön, dass zwischendurch Quizzes existieren, jedoch sind diese teilweise etwas lieblos gestaltet. Die Assessments am Ende der Kapitel sind gut für die Wiederholung. Die Folien beinhalten teilweise auch Rechtschreibfehler und sonstige kleine Fehler. Alles in allem jedoch ein guter Kurs.
By Peter L on 10/7/2021
Vorwort: Habe den Kurs abgeschlossen und habe ihn erst am Ende bewertet. Die Didaktik des Kurses hat mir gefallen. In der Regel folgt ein Theorie-Teil, dann ein Praxis-Teil. Es wird anschaulich erklärt, manchmal gibt es aber ein paar Ecken und Kanten. Man bekommt recht zügig Antworten. Aber leider scheint der Kurs nicht sonderlich aktualisiert zu werden, denn an paar Ecken habe ich Fragen vor einem Jahr gefunden, die auf undeutliche Erklärungen des Kurses hinweisen. Auch könnten mehr Übungen zum selber machen geben. Die Quizes sind nicht so wirklich gut. Gut sind hingegen die Assessment-Aufgaben am Ende eines Kapitels, aber das reicht meines Erachtens nicht um das Thema am Ende wirklich zu beherrschen.
By Uwe Heydemann on 11/24/2020
Erklärungen sind logisch und sehr verständlich formuliert, so dass man flüssig durchgehen kann und eigentlich keine Frage offen bleibt. Bin begeistert und hoffe, dass es so weitergeht
By Marcel Juschak on 5/18/2020
Aus meiner Sicht wäre es hilfreicher weniger theoretische Beispiele durchzurechnen und stattdessen mehr auf die praktische Verwendung einzugehen. Was mir hier besonders gefallen hat waren die Fallstudien aus der echten Welt, weil sie gezeigt haben wofür ich die Konzepte verwenden und welche Probleme ich damit lösen kann und DAS ist ja weshalb Leute diesen Kurs machen.
By Mario Stirl on 5/3/2020
Sehr guter Kurs. An der einen oder anderen Stelle hätte man ggf. noch etwas tiefer einsteigen können bzw. Beispiel wählen können, die nicht immer so "glatt" sind. Besonders bei der ANOVA...wie würde es zum Beispiel aussehen, wenn die "Gruppen" nicht alle die gleiche Anzahl an Beobachtungen hätten. Aber für den Preis unschlagbar und ich fand auch die Erklärungen sehr verständlich bzw. akustisch angenehm :-).
By Marco Comby on 1/2/2020
Der Kurs hat meine Erwartungen erfüllt. Ich hatte noch nie Statistik im Schulunterricht bzw. in der Ausbildung gehabt, konnte diesem Kurs aber folgen. Sehr gut fand ich die Kursunterlagen, die ich als "hand out" mit eigenen Notizen während dem Kurs einsetzen konnte. Auch super sind die Übungen inkl. Lösungen. Macht weiter so! Viele Grüsse, Marco
By Josef Hicka on 6/12/2019
Dieser Kurs deckt die wesentlichen Bereiche der Statistik als Basis für die Verwendung in Data Science ab! Sehr gute und detaillierte Erläuterungen und Beispiele.
By Jan Carstens on 4/27/2019
Wunderbarer Kurs! Es wird auf die wesentlichen und grundlegenden Elemente innerhalb der Statistik eingegangen und auch in Anbetracht der Data Science exemplarisch dargestellt (sowohl in Excel als auch in Python). Der Referent René Brunner leistet hervorragende Arbeit. Es ist nicht der erste Kurs, den ich mir von Ihm gekauft habe. Ich bin immer wieder super zufrieden und kann jedem, der sich verstärkt mit der Statistik auseinandersetzt oder diese auffrischen muss, den Kurs ans Herz legen.
By Chris on 3/30/2019
Sehr zu empfehlen, wenn man sich für machine learning interressiert. Hatte einige Aha-Effekte, z. B. zum Korrelationsdiagramm oder Box-Whisker-Plot. Vielen Dank :-)
Quality Score
No CourseDuck member has rated this course yet. Taken it? Give each part a thumbs up or down.
Overall Score : 86 / 100











