Summary  
This chapter demonstrates printing the first rows of a dataset and matching each column with its statistical data type.

General domain of usage  
IT salary data analysis

I dette afsnit analyseres et udsnit af IT-specialisters lønninger. Start med at undersøge de første fem observationer i datasættet:

- `work_year` - året, hvor lønnen blev udbetalt;
- `experience_level` - erfaringsniveau: EN er Entry-level, MI er Mid-level, SE er Senior-level, EX er Executive level;
- `job_title` - jobtitel;
- `salary` - lønnsum;
- `salary_currency` - lønvaluta;
- `salary_in_usd` - lønnsum i USD;
- `company_location` - virksomhedens placering;
- `company_size` - virksomhedsstørrelse: S-Small, M-Medium, L-Large.

Nu følger en gennemgang af datatyper i statistik, efterfulgt af en øvelse, hvor hver kolonnenavn matches med den tilsvarende datatype.

Opbyg et solidt fundament i statistik ved hjælp af Python. Lær essentielle statistiske begreber og anvend dem gennem NumPy og pandas. Gå fra grundlæggende mål som gennemsnit og varians til hypotesetest, konfidensintervaller og datadrevne indsigter med praktiske øvelser.

Opdag centrale statistiske principper, herunder datatyper, mål for central tendens og væsentlige forskelle mellem stikprøver og populationer.

Lær at beregne og fortolke gennemsnit, median og typetal ved hjælp af Python. Øv disse operationer med pandas for at analysere virkelige datasæt.

Forstå, hvordan varians og standardafvigelse måler dataspredning. Lær at beregne begge dele manuelt og ved hjælp af Python-værktøjer.

Undersøg, hvordan kovarians og korrelation beskriver relationer mellem variable. Øv beregning og sammenligning af begge metrikker i Python.

Behersk konfidensintervaller til at estimere populationsparametre. Brug NumPy, pandas og visualiseringsbiblioteker til at beregne og fortolke intervaller med virkelige data.

Lær det grundlæggende om hypoteseprøvning og t-testen. Forstå, hvordan man designer, udfører og fortolker tests ved hjælp af Python til at understøtte datadrevne beslutninger.

Undersøg Datasættet

Awesome!

Undersøg Datasættet