OpenCourser brand icon
Sign in
We may earn an affiliate commission when you visit our partners.
Course image
Course image
Coursera logo

Inferenzstatistik

Mine Çetinkaya-Rundel

This course covers commonly used statistical inference methods for numerical and categorical data. You will learn how to set up and perform hypothesis tests, interpret p-values, and report the results of your analysis in a way that is interpretable for clients or the public. Using numerous data examples, you will learn to report estimates of quantities in a way that expresses the uncertainty of the quantity of interest. You will be guided through installing and using R and RStudio (free statistical software), and will use this software for lab exercises and a final project. The course introduces practical tools for performing data analysis and explores the fundamental concepts necessary to interpret and report results for both categorical and numerical data

Enroll now

Here's a deal for you

Save money when you learn with a deal that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until March 12, 2027
Save 40% Off 3 Months
Access thousands of top-rated learning programs with a Coursera Plus monthly subscription and take 40% off 3 months for a limited time.
Take
40%
off
Get offer

What's inside

Syllabus

Über die Spezialisierung und den Kurs
Dieses kurze Modul führt in die Grundlagen von Coursera-Spezialisierungen und -Kursen im Allgemeinen ein, diese Spezialisierung: Statistik mit R, und diesen Kurs: Inferenzstatistik. Bitte nehmen Sie sich einige Minuten Zeit zum Durchsehen. Vielen Dank für die Teilnahme an diesem Kurs!
Read more

Traffic lights

Read about what's good
what should give you pause
and possible dealbreakers
Teaches the fundamental concepts needed for interpreting and reporting results in data analysis
Develops practical tools and skills for statistical data analysis using R and RStudio
Led by experts in the field, Mine Çetinkaya-Rundel
Facilitates peer learning and networking through the discussion forum
Requires prior familiarity with statistics concepts and a willingness to engage in mathematical reasoning
May not be suitable for learners seeking a comprehensive foundation in statistics

Save this course

Create your own learning path. Save this course to your list so you can find it easily later.
Save

Reviews summary

Inferenzstatistik: klar, praxisnah mit r

Laut den Lernenden bietet "Inferenzstatistik" eine solide und verständliche Einführung in das Thema, insbesondere durch die praktische Integration von R. Viele schätzen die praxisnahen Übungen und das Abschlussprojekt, die eine direkte Anwendung des Gelernten ermöglichen. Einige Studierende weisen jedoch darauf hin, dass Vorkenntnisse in Statistik und R hilfreich sein könnten, da das Tempo für absolute Anfänger herausfordernd sein kann. Während die Dozenten als kompetent wahrgenommen werden, wurde vereinzelt die Videoqualität oder ein monotoner Ton angesprochen. Insgesamt wird der Kurs als sehr empfehlenswert für berufsorientierte Lernende wahrgenommen, die eine fundierte Basis in statistischer Inferenz suchen.
Dozenten sind kompetent, aber es gibt Verbesserungspotenzial bei Videos, Folien und Forum-Aktivität.
"Die Videoqualität könnte besser sein. Auch die Folien sind manchmal schwer lesbar."
"Der Ton der Videos ist manchmal etwas monoton."
"Das Forum war nicht immer sehr aktiv."
"Obwohl die Dozenten kompetent sind, wünschte ich mir eine bessere Videoqualität und mehr Forum-Interaktion."
Abschlussaufgabe und praktische Übungen festigen das Gelernte effektiv und sind sehr wertvoll.
"Das Abschlussprojekt war eine tolle Möglichkeit, das Gelernte anzuwenden."
"Die Übungen dieser Woche veranschaulichen die Konzepte gut und sind sehr praxisnah."
"Das R-Lab war hilfreich und das Abschlussprojekt eine gute Herausforderung."
"Ich schätze die praktischen Übungen sehr, sie helfen, die Theorie umzusetzen."
Die schrittweise und praktische Anwendung von R ist ein großer Vorteil des Kurses.
"Besonders gut gefiel mir, wie R Schritt für Schritt eingeführt wurde und die Übungen sehr praxisnah waren."
"Die Beispiele in R sind nützlich, und die R-Übungen waren sehr praktisch."
"Besonders hilfreich waren die praktischen Übungen in RStudio."
"Ich kann diesen Kurs jedem empfehlen, der statistische Methoden mit R anwenden möchte, da R so gut integriert ist."
Bietet eine sehr verständliche und anwendungsorientierte Einführung in die Inferenzstatistik mit R.
"Die Konzepte werden klar erklärt, und die praktische Anwendung mit R ist sehr hilfreich."
"Absolut fantastischer Kurs! Die Dozenten erklären komplexe Themen auf eine sehr verständliche Art."
"Sehr gut strukturiert und verständlich. Die Einführung in R war fließend und nicht überfordernd."
"Ich konnte die Inhalte direkt in meiner Arbeit anwenden, da die Konzepte so klar vermittelt wurden."
Der Kurs setzt oft Vorwissen voraus und kann für absolute Neulinge zu schnell sein.
"Ich hatte das Gefühl, dass ein solides Vorwissen in Statistik und R vorausgesetzt wird. Für absolute Anfänger könnte es schwierig sein, Schritt zu halten."
"Ich fand den Kurs zu schnell und die Erklärungen oft nicht tiefgehend genug. Manchmal fühlte es sich an, als ob die Dozenten davon ausgingen, dass man bereits viel weiß."
"Die Erklärungen der Konzepte könnten für Nicht-Statistiker zugänglicher sein."
"Ich musste viel extern nachlesen, um die Inhalte vollständig zu verstehen."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Inferenzstatistik with these activities:
Übungen zur Hypothesentestung
Diese Übungsaufgaben helfen Ihnen, die Konzepte der Hypothesentests zu festigen.
Show steps
  • Überprüfen Sie Ihre Notizen aus der Vorlesung.
  • Lösen Sie die Übungsaufgaben zu Hypothesentests.
  • Besprechen Sie Ihre Ergebnisse mit einem Kommilitonen.
Übungen zur Konfidenzintervalle
Diese Übungsaufgaben helfen Ihnen, die Konzepte der Konfidenzintervalle zu festigen.
Show steps
  • Überprüfen Sie Ihre Notizen aus der Vorlesung.
  • Lösen Sie die Übungsaufgaben zu Konfidenzintervallen.
  • Besprechen Sie Ihre Ergebnisse mit einem Kommilitonen.
Übungen zur t-Verteilung
Diese Übungsaufgaben helfen Ihnen, die Konzepte der t-Verteilung zu festigen.
Show steps
  • Überprüfen Sie Ihre Notizen aus der Vorlesung.
  • Lösen Sie die Übungsaufgaben zur t-Verteilung.
  • Besprechen Sie Ihre Ergebnisse mit einem Kommilitonen.
Five other activities
Expand to see all activities and additional details
Show all eight activities
Übungen zur Vergleich von Mittelwerten
Diese Übungsaufgaben helfen Ihnen, die Konzepte des Vergleichs von Mittelwerten zu festigen.
Show steps
  • Überprüfen Sie Ihre Notizen aus der Vorlesung.
  • Lösen Sie die Übungsaufgaben zum Vergleich von Mittelwerten.
  • Besprechen Sie Ihre Ergebnisse mit einem Kommilitonen.
Übungen zur Inferenz für Anteile
Diese Übungsaufgaben helfen Ihnen, die Konzepte der Inferenz für Anteile zu festigen.
Show steps
  • Überprüfen Sie Ihre Notizen aus der Vorlesung.
  • Lösen Sie die Übungsaufgaben zur Inferenz für Anteile.
  • Besprechen Sie Ihre Ergebnisse mit einem Kommilitonen.
Diskussionen im Peer-Forum
Regelmäßige Diskussionen mit Kommilitonen im Peer-Forum helfen Ihnen, die Kursinhalte zu vertiefen und das Gelernte besser zu verstehen.
Show steps
  • Lesen Sie die Diskussionsfragen im Peer-Forum.
  • Schreiben Sie einen Beitrag mit Ihren eigenen Gedanken und Erkenntnissen.
  • Kommentieren Sie die Beiträge Ihrer Kommilitonen.
Synthesebericht
Die Erstellung eines Syntheseberichts hilft Ihnen, die Konzepte aus den verschiedenen Modulen des Kurses zu integrieren und Ihre Fähigkeit zur Synthese von Informationen zu verbessern.
Show steps
  • Wählen Sie ein Thema aus dem Kurs aus.
  • Recherchieren Sie das Thema.
  • Schreiben Sie einen Bericht, der Ihre Erkenntnisse zusammenfasst.
Datenanalyse-Projekt
Dieses Projekt ermöglicht es Ihnen, die Konzepte anzuwenden, die Sie im Kurs gelernt haben, auf einen realen Datensatz und Ihre Fähigkeit zur Datenanalyse zu verbessern.
Show steps
  • Laden Sie den Datensatz herunter.
  • Bereinigen und analysieren Sie die Daten.
  • Erstellen Sie eine Präsentation Ihrer Ergebnisse.

Career center

Learners who complete Inferenzstatistik will develop knowledge and skills that may be useful to these careers:
Market Researcher
Market Researchers gather and analyze data on consumer trends and preferences to help businesses develop and improve their products and services. Statistical methods are essential for Market Researchers to understand the significance of their findings and make accurate predictions. This course provides a strong foundation in inferential statistics, which will enable you to interpret data and draw meaningful conclusions.
See salaries and explore the career path for Market Researcher
Data Analyst
Data Analysts are responsible for collecting, cleaning, and analyzing data to help businesses make informed decisions. This course can help you gain foundational knowledge in statistical methods, which are crucial for data analysis. The course covers topics like hypothesis testing, confidence intervals, and data visualization, which are essential skills for Data Analysts.
See salaries and explore the career path for Data Analyst
Data Scientist
Data Scientists use scientific methods to extract knowledge and insights from data, often using statistical techniques. Inferential statistics are essential for this role, as they enable Data Scientists to draw conclusions and make predictions based on data. This course provides a strong foundation in inferential statistics, covering topics such as hypothesis testing and confidence intervals, which are essential for success in this field.
See salaries and explore the career path for Data Scientist
Quantitative Analyst
Quantitative Analysts use statistical and mathematical modeling to assess risk and make investment decisions in the financial industry. This course will equip you with the statistical skills required for this role, including hypothesis testing and confidence interval estimation. Understanding the concepts covered in this course will give you a competitive edge in the highly quantitative field of Finance.
See salaries and explore the career path for Quantitative Analyst
Biostatistician
Biostatisticians apply statistical methods to the field of medicine and healthcare. They analyze medical data to evaluate the effectiveness of treatments and make informed decisions about patient care. This course provides a strong foundation in statistical inference, which is essential for Biostatisticians to draw valid conclusions from medical data. The course covers topics such as hypothesis testing, confidence intervals, and regression analysis, which are widely used in medical research.
See salaries and explore the career path for Biostatistician
Epidemiologist
Epidemiologists investigate the causes and patterns of diseases in populations. Statistical methods are essential for Epidemiologists to analyze data and draw conclusions about the prevalence and transmission of diseases. This course provides a strong foundation in statistical inference, which is essential for Epidemiologists to conduct valid research and make evidence-based recommendations for public health policy.
See salaries and explore the career path for Epidemiologist
Survey Researcher
Survey Researchers design and conduct surveys to collect data on public opinion and behavior. Statistical methods are essential for Survey Researchers to analyze data and draw conclusions about the population. This course will provide you with a strong foundation in inferential statistics, covering topics such as hypothesis testing and confidence intervals, which are essential for designing and analyzing surveys.
See salaries and explore the career path for Survey Researcher
UX Researcher
UX Researchers study user behavior and preferences to improve the design and usability of products and services. Statistical methods are essential for UX Researchers to analyze data and draw conclusions about user experiences. This course provides a strong foundation in inferential statistics, which will enable you to interpret data and make informed recommendations for product design and development.
See salaries and explore the career path for UX Researcher
Operations Research Analyst
Operations Research Analysts use mathematical and statistical models to optimize business processes and systems. Statistical methods are essential for Operations Research Analysts to analyze data and make recommendations for improvement. This course provides a strong foundation in inferential statistics, which is essential for Operations Research Analysts to make data-driven decisions and improve organizational efficiency.
See salaries and explore the career path for Operations Research Analyst
Actuary
Actuaries assess risk and uncertainty in the insurance and finance industries. Statistical methods are essential for Actuaries to evaluate the likelihood of future events and make informed decisions about risk management. This course provides a strong foundation in inferential statistics, covering topics such as hypothesis testing and confidence intervals, which are essential for Actuaries to accurately assess risk and make sound financial decisions.
See salaries and explore the career path for Actuary
Business Analyst
Business Analysts use data to identify and solve business problems. Statistical methods are essential for Business Analysts to analyze data and make recommendations for improvement. This course provides a strong foundation in inferential statistics, which is essential for Business Analysts to make data-driven decisions and improve business outcomes.
See salaries and explore the career path for Business Analyst
Statistician
Statisticians collect, analyze, and interpret data to provide insights and make informed decisions. Statistical methods are essential for Statisticians to draw valid conclusions from data. This course provides a strong foundation in inferential statistics, covering topics such as hypothesis testing and confidence intervals, which are essential for Statisticians to conduct accurate research and make evidence-based recommendations.
See salaries and explore the career path for Statistician
Data Engineer
Data Engineers design, build, and maintain data systems and infrastructure. Statistical methods may be useful for Data Engineers to understand the data they are working with and to build systems that can handle and process data efficiently. This course provides a foundation in statistical concepts and methods, which can be helpful for Data Engineers to perform data analysis and quality control.
See salaries and explore the career path for Data Engineer
Software Engineer
Software Engineers design, develop, and maintain software systems. Statistical methods may be useful for Software Engineers to understand the performance and reliability of their software. This course provides a foundation in statistical concepts and methods, which can be helpful for Software Engineers to perform data analysis and make informed decisions about software design and development.
See salaries and explore the career path for Software Engineer
Product Manager
Product Managers are responsible for the development and launch of new products and features. Statistical methods may be useful for Product Managers to understand the needs of their customers and to evaluate the success of their products. This course provides a foundation in statistical concepts and methods, which can be helpful for Product Managers to make data-driven decisions about product development and marketing.
See salaries and explore the career path for Product Manager

Reading list

We've selected 14 books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Inferenzstatistik.
Cover image
Serious Stat
Save
Provides a gentle introduction to the statistical methods that are used in the 21st century. It covers all the major topics that are typically covered in an introductory course on statistical thinking, including data visualization, data analysis, and decision making.
(English) Serious Stats: A guide to advanced statistics for...
Paperback
$$$$
Fundamental Statistics for the Behavioral Sciences...
Save
Provides a comprehensive overview of the statistical methods that are used in psychology. It covers all the major topics that are typically covered in an introductory course on statistical methods for psychology, including descriptive statistics, inferential statistics, and regression analysis.
Fundamental Statistics for the Behavioral Sciences...
Paperback
Check
Fundamental Statistics for the Behavioral Sciences...
Kindle Edition
Check
Statistical Inference
Save
Dieses Buch ist ein klassischer Lehrbuch für Inferenzstatistik. Es bietet eine gründliche und mathematisch strenge Behandlung des Themas und ist eine wertvolle Ressource für fortgeschrittene Studenten und Forscher.
(English) Statistical Inference
Hardcover
$$$
(English) Statistical Inference
Hardcover
$$$
(English) Times Higher Education Abroad excellent selection...
Paperback
$$
(English) Statistical Inference
Kindle Edition
$$$
Cover image
Deep Learning
Save
Dieses Buch bietet eine umfassende Einführung in tiefes Lernen. Es ist eine wertvolle Ressource für Studenten und Forscher, die sich für die Anwendung von Methoden des tiefen Lernens auf Probleme der realen Welt interessieren.
(English) Deep Learning
Paperback
$$$
(English) Deep Learning (Adaptive Computation and Machine...
Hardcover
$$$
(English) Deep Learning (Adaptive Computation and Machine...
Kindle Edition
$$$
Cover image
Bayesian Data Analysis, Third Edition
Save
Dieses Buch bietet eine umfassende Einführung in die Bayesianische Datenanalyse. Es ist eine wertvolle Ressource für Studenten und Forscher, die sich für die Anwendung Bayesianischer Methoden auf Probleme der realen Welt interessieren.
(English) Bayesian Data Analysis (Chapman & Hall/CRC Texts in...
Kindle Edition
$$$$
Cover image
Deep Learning with Python, Second Edition
Save
Dieses Buch bietet eine praktische Einführung in TensorFlow, einem weit verbreiteten Framework für maschinelles Lernen. Es ist eine wertvolle Ressource für Studenten und Forscher, die sich für die Anwendung von Methoden des maschinellen Lernens auf Probleme der realen Welt interessieren.
(English) Deep Learning with Python, Second Edition
Paperback
$$
(English) Deep Learning with Python, Second Edition
Kindle Edition
$$
Cover image
The Elements of Statistical Learning
Save
Dieses Buch ist ein umfassender Leitfaden für moderne statistische Methoden mit Schwerpunkt auf maschinellem Lernen. Es ist eine wertvolle Ressource für Studenten und Forscher, die sich für die Anwendung statistischer Methoden auf Probleme der realen Welt interessieren.
(English) The Elements of Statistical Learning: Data Mining,...
Hardcover
$$$
(English) The Elements of Statistical Learning: Data Mining,...
Hardcover
$$$
(English) The Elements of Statistical Learning: Data Mining,...
Kindle Edition
$$$
Cover image
Applied Meta-Analysis with R and Stata
Save
Dieses Buch bietet eine praktische Einführung in die angewandte Statistik. Es deckt eine breite Palette von Themen ab und enthält zahlreiche Beispiele und Übungsaufgaben, die es zu einem wertvollen Hilfsmittel für Studenten und Praktiker machen.
(English) Applied Meta-Analysis with R and Stata (Chapman &...
Paperback
$$
(English) Applied Meta-Analysis with R and Stata (Chapman &...
Kindle Edition
$$
Cover image
An Introduction to Statistical Learning
Save
Dieses Buch bietet eine praktische Einführung in statistisches Lernen mit Schwerpunkt auf R. Es ist eine wertvolle Ressource für Studenten und Forscher, die sich für die Anwendung statistischer Methoden auf Probleme der realen Welt interessieren.
An Introduction to Statistical Learning
Paperback
Check
An Introduction to Statistical Learning
Kindle Edition
Check
Cover image
Statistical Rethinking
Save
Dieses Buch bietet eine Einführung in die Bayesianische Statistik mit Schwerpunkt auf R und Stan. Es ist eine wertvolle Ressource für Studenten und Forscher, die sich für die Anwendung Bayesianischer Methoden auf Probleme der realen Welt interessieren.
Statistical Rethinking
Paperback
Check
Statistical Rethinking
Kindle Edition
Check
Cover image
Begegnung von Kapazitätsengpässen im...
Save
Dieses Buch bietet eine Einführung in die statistische Datenanalyse mit Schwerpunkt auf explorativen Datenanalysen. Es ist eine gute Wahl für Studenten, die sich für die Anwendung statistischer Methoden auf Probleme der realen Welt interessieren.
Begegnung von Kapazitätsengpässen im...
Paperback
Check
Begegnung von Kapazitätsengpässen im...
Kindle Edition
Check
Cover image
The Book of Why
Save
Dieses Buch bietet eine Einführung in die Kausale Inferenz. Es deckt eine breite Palette von Themen ab und enthält zahlreiche Beispiele und Übungsaufgaben, die es zu einem wertvollen Hilfsmittel für Studenten und Praktiker machen.
(English) The Book of Why: The New Science of Cause and Effect
Kindle Edition
$$
Cover image
Probability and Statistical Inference
Save
Dieses Buch bietet eine umfassende Einführung in Wahrscheinlichkeit und statistische Inferenz. Es ist eine wertvolle Ressource für Studenten, die ein solides Fundament in diesen Themen aufbauen möchten.
(English) Probability and Statistical Inference
Kindle Edition
$$$
Cover image
Mathematical Statistics with Applications
Save
Dieses Buch bietet eine umfassende Behandlung der mathematischen Grundlagen der Statistik. Es ist eine wertvolle Ressource für Studenten, die ein solides Fundament in Statistik aufbauen möchten.
(English) Mathematical Statistics with Applications
Hardcover
$$$
(English) Mathematical Statistics with Applications
Hardcover
$$$
(English) Mathematical Statistics with Applications
Hardcover
$$$$
(English) WebAssign Access Card for Mathematical Statistics...
Printed Access Code
$$$$
(English) Mathematical Statistics with Applications
Kindle Edition
$$$

Share

Help others find this course page by sharing it with your friends and followers:
Facebook
LinkedIn
Reddit
X
Link
Email

Similar courses

Here are nine courses similar to Inferenzstatistik.
Variable Selection, Model Validation, Nonlinear Regression
Most relevant
How to Visualize Data with R
Most relevant
Learn SQL with Databricks
Most relevant
Excel Essentials and Beyond
Most relevant
SPSS: Apply & Interpret Logistic Regression Models
Most relevant
Measures of Correlation and Contingency
Most relevant
PyMongo - Advanced
Most relevant
Predictive Analytics with SPSS: Analyze & Apply
Most relevant
Master Time Series Forecasting with R: Analyze & Predict
Most relevant

Coursera Buyer Protection & Guarantee

Verified partner policies & purchase protections

Accredited University Partner
Free Trial & Audit

7-Day Free Trial & Free Audit

7-day free trial on monthly Coursera Plus subscriptions; free audit option available on most individual courses to explore video lectures and readings at no charge.

Return & Refund Policy

14-Day Refund Guarantee

14-day refund window on annual Coursera Plus subscriptions and single-course purchases prior to certificate issuance. Monthly subscriptions do not offer refunds once billed.

Buyer Protections

Verified Academic & Industry Partner

Accredited university and industry certifications (e.g. Stanford, Google, IBM, Yale), secure SSL payment processing, and verifiable digital certificate links.

Key Purchase Protections
14-day refund window on annual Coursera Plus and single courses
7-day free trial on monthly Coursera Plus subscriptions
Free course audit option for lectures and readings
Verified certificates from top universities & companies
OpenCourser Verified Partner Policy details last reviewed: 2026-10-22
Course image
Effort
5 weeks of study, 5-7 hours/week
Level
Introductory
Via
Coursera
Institution
Duke University
Instructor
Mine Çetinkaya-Rundel
Language
Deutsch
Transcripts
English Español Français Português Italiano العربية 한국어 Pусский tiếng Việt
Traffic lights
Read about what's good
what should give you pause
and possible dealbreakers
Teaches the fundamental concepts needed for interpreting and reporting results in data analysis
Develops practical tools and skills for statistical data analysis using R and RStudio
Led by experts in the field, Mine Çetinkaya-Rundel
Facilitates peer learning and networking through the discussion forum
Requires prior familiarity with statistics concepts and a willingness to engage in mathematical reasoning
May not be suitable for learners seeking a comprehensive foundation in statistics
Share this
Share to help others discover this course.
Facebook LinkedIn X Reddit Link Email
Begin learning today
Enroll now to gain full access to Inferenzstatistik.
Enroll now
Save for later
Add this course to your list. Find it anytime.
Save
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2025 OpenCourser