Multivariate Verfahren mit R

Seminar

In Berlin, Hamburg, Frankfurt Am Main und an 7 weiteren Standorten

2.000 € inkl. MwSt.

Beschreibung

  • Kursart

    Intensivseminar berufsbegleitend

  • Niveau

    Fortgeschritten

  • Ort

    An 10 Standorten

  • Unterrichtsstunden

    22h

  • Dauer

    3 Tage

Statistik - Multivariate Verfahren I                                                    

Standorte und Zeitplan

Lage

Beginn

Berlin
Karte ansehen
Goethestr. 34, 13086

Beginn

auf Anfrage
Dresden (Sachsen)
Karte ansehen
Rosenstraße 36, 01067

Beginn

auf Anfrage
Düsseldorf (Nordrhein-Westfalen, NRW)
Karte ansehen
Stadttor 1

Beginn

auf Anfrage
Frankfurt Am Main (Hessen)
Karte ansehen
Mainzer Landstraße 50, 60325

Beginn

auf Anfrage
Hamburg
Karte ansehen
Stadthausbrücke 1-3, 20355

Beginn

auf Anfrage
Munster (Niedersachsen)
Karte ansehen

Beginn

auf Anfrage
München (Bayern)
Karte ansehen
Baaderstraße 88-90, 80469

Beginn

auf Anfrage
Stuttgart (Baden-Württemberg)
Karte ansehen
Königstraße 10, 70173

Beginn

auf Anfrage
Wien (Australien)
Karte ansehen
Mariahilfer Straße 123, 1060

Beginn

auf Anfrage
Zürich (Schweiz)
Karte ansehen
Seefeldstrasse 69, 8008

Beginn

auf Anfrage
Alle ansehen (10)

Fragen & Antworten

Ihre Frage hinzufügen

Unsere Berater und andere Nutzer werden Ihnen antworten können

Wer möchten Sie Ihre Frage beantworten?

Geben Sie Ihre Kontaktdaten ein, um eine Antwort zu erhalten

Es werden nur Ihr Name und Ihre Frage veröffentlicht.

Meinungen

Themen

  • Zeitreihenanalyse
  • Varianzanalyse (ANOVA)
  • Diskriminanzanalyse
  • Logistische Regression
  • Kontingenzanalyse (Kreuztabellierung)
  • Explorative Faktorenanalyse
  • Clusteranalyse

Inhalte

Kurslevel:
Fortgeschrittene

Zielgruppe:
Datenanalysten

Voraussetzungen:
Allgemeine Kenntnisse der Mathematik

Methode:
Vortrag mit Beispielen und Übungen.

Seminarziele:
Mit Multivariaten Verfahren (Multivariate Analyse(methoden), Abk.: MVA) werden multivariat verteilte statistische Variablen untersucht. Man betrachtet hier nicht eine Variable isoliert (univariat verteilt), sondern das Zusammenwirken mehrerer Variablen zugleich und damit ihre Abhängigkeitsstruktur. Multivariate Verfahren lassen sich gliedern in "Strukturprüfende Verfahren" und "Strukturentdeckende Verfahren". Das Seminar behandelt 8 wichtige Verfahren der multivariaten Analysemethoden. Dies sind Cluster-, Diskriminanz- und Explorative Faktorenanalyse, Kreuztabellierung und Kontingenzanalyse, Logistische Regression, Regressionsanalyse, Varianzanalyse und Zeitreihenanalyse. Die Themen werden anhand von Vorträgen eingeführt und dann anhand von praktischen Übungen durchgeführt. Teilnehmer/innen sollen nach dem Seminar in der Lage sein, die genannten Verfahren zu verstehen und bewerten zu können, um sie dann mit Erfolg auch für die konkrete Datenanalyse einzusetzen.

Themen:
A. Multiple Regressionsanalyse
Dauer:0.5 Tage
Wie stark ist der als linear unterstellte Zusammenhang zwischen metrisch-skalierten Variablen? – Modellformulierung – Schätzung der Regressionsfunktion – Prüfung der Regressionsfunktion – Prüfung der Regressionskoeffizienten – Prüfung der Modellprämissen

B. Zeitreihenanalyse
Dauer:0.25 Tage
Wie stark ist der Zusammenhang zwischen einer metrisch-skalierten abhängigen Variablen und metrisch-skalierten Zeitreihendaten? – Visualisierung der Zeitreihe – Formulierung des Modells – Schätzung des Modells – Erstellung von Prognosen – Prüfung der Prognosegüte

C. Varianzanalyse (ANOVA)
Dauer:0.25 Tage
Wie gut kann eine metrisch-skalierte abhängige Variable durch eine nominal skalierte unabhängige Variable erklärt werden? – Problemformulierung – Analyse der Abweichungsquadrate – Prüfung der statistischen Unabhängigkeit

D. Diskriminanzanalyse
Dauer:0.25 Tage
Welche Variablen können gegebene Objektgruppen signifikant voneinander unterscheiden? – Definition der Gruppen – Formulierung, Schätzung und Prüfung der Diskriminanzfunktion – Prüfung der Merkmalsvariablen – Klassifikation neuer Elemente

E. Logistische Regression
Dauer:0.5 Tage
Mit welcher Wahrscheinlichkeit können Objekte einer bestimmten Gruppe zugeordnet werden? – Modellformulierung – Schätzung der logistischen Regressionsfunktion – Interpretation der Regressionskoeffizienten – Prüfung des Gesamtmodells – Prüfung der Merkmalsvariablen

F. Kontingenzanalyse (Kreuztabellierung)
Dauer:0.25 Tage
Besteht ein statistisch signifikanter Zusammenhang zwischen zwei nominal-skalierten Variablen? – Erstellung der Kreuztabelle – Ergebnisinterpretation – Prüfung der Zusammenhänge

G. Explorative Faktorenanalyse
Dauer:0.5 Tage
Wie können metrisch-skalierte Variablen zu hypothetischen Größen (Faktoren) zusammengefasst werden? – Variablenauswahl und Korrelationsmatrix – Extraktion der Faktoren – Bestimmung der Kommunalitäten – Zahl der Faktoren – Faktorinterpretation – Bestimmung der Faktorenwerte

H. Clusteranalyse
Dauer:0.5 Tage
Wie können Objekte, die durch verschiedene Merkmale beschrieben sind, zu homogenen Gruppen zusammenfasst werden? – Bestimmung der Ähnlichkeiten – Auswahl des Fusionsalgorithmus – Bestimmung der Clusteranzahl

Unsere dozenten
Unser Statistik- und Data-Mining-Trainer Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken und als Business Intelligence-Berater. Zu seinen Kunden zählen Marktforschungsunternehmen oder Behörden wie der Deutsche Bundesrat sowie Abteilungen für die Qualitätssicherung und Prozessoptimierung.

Veröffentlichungen:

  • "Grundlagen empirische Sozialforschung" (Comelio Medien, ISBN 978-3-939701-23-1)

  • "System und Systematik von Fragebögen" (Comelio Medien, ISBN 978-3-939701-26-2)

  • "Oracle SQL" (Comelio Medien, ISBN 978-3-939701-41-5)

  • "SQL Server 2012: Data Mining und multivariate Verfahren" (Comelio Medien, ISBN 978-3-939701-85-9)

  • "SQL und relationale Datenbanken" (Comelio Medien, ISBN 978-3-939701-52-1)

Erfahrung:
Projekte: Als Berater und Projektleiter konzipiert Herr Skulschus Business Intelligence-Systeme auf Basis von OLAP und Data Warehouse-Technologien mit MS SQL Server und Oracle mit Berichtskomponenten im Intranet oder MS Excel, statistische Analysen und Data Mining-Modulen. Je nach Aufgabe setzt er R, IBM SPSS oder Minitab ein.

Forschung: Er leitete ein mehrjähriges Forschungsprojekt zur Entwicklung eines Fragebogensystems mit ontologie-basiertem Datenmodell und innovativen Frage-Antwort-Darstellungen. Förderung durch das BMWi und Zusammenarbeit mit verschiedenen Universitäten.

Zertifizierung:
Marco Skulschus ist zertifiziert als "Microsoft Certified Trainer" und "Oracle Certified Associate" und hat die ComptiaCTT+ Prüfung absolviert.

Webseite:

  • http://www.marco-skulschus.de

  • http://de.wikipedia.org/wiki/Marco_Skulschus



Referenzkurse:
  • Statistik - Deskriptive Statistik I
  • Dummy
Empfohlen Aufbaukurse:
  • Statistik - Multivariate Verfahren II


Zusätzliche Informationen

Mit Multivariaten Verfahren (Multivariate Analyse(methoden), Abk.: MVA) werden multivariat verteilte statistische Variablen untersucht. Man betrachtet hier nicht eine Variable isoliert (univariat verteilt), sondern das Zusammenwirken mehrerer Variablen zugleich und damit ihre Abhängigkeitsstruktur. Multivariate Verfahren lassen sich gliedern in "Strukturprüfende Verfahren" und "Strukturentdeckende Verfahren". Das Seminar behandelt 8 wichtige Verfahren der multivariaten Analysemethoden. Dies sind Cluster-, Diskriminanz- und Explorative Faktorenanalyse, Kreuztabellierung und Kontingenzanalyse, Logistische Regression, Regressionsanalyse, Varianzanalyse und Zeitreihenanalyse. Die Themen werden anhand von Vorträgen eingeführt und dann anhand von praktischen Übungen durchgeführt. Teilnehmer/innen sollen nach dem Seminar in der Lage sein, die genannten Verfahren zu verstehen und bewerten zu können, um sie dann mit Erfolg auch für die konkrete Datenanalyse einzusetzen.

Multivariate Verfahren mit R

2.000 € inkl. MwSt.