Statistische Versuchsplanung und Auswertung mit R

Kurslevel:
Einsteiger

Zielgruppe:
Projektleiter, Qualitätssicherung, Koordinatoren

Voraussetzungen:
Grundlagen der Statistik

Methode:
Vortrag mit Beispielen und Übungen.

Seminarziele:
Die statistische Versuchsplanung (Design of Experiments, DOE) wird bei Entwicklung und Optimierung von Produkten oder Prozessen eingesetzt. Im Gegensatz zur "althergebrachten" Vorgehensweise, bei der in einer Versuchsreihe jeweils nur ein Faktor variiert wird, werden bei der statistischen Versuchsplanung mehrere Faktoren gleichzeitig verändert. Bei nominalen (kategorialen, qualitativen) Faktoren erfolgt die Auswertung mit Hilfe der Varianzanalyse. Bei quantitativen (metrischen) Faktoren erfolgt die Auswertung mit Hilfe der Regressionsanalyse. Dieses Seminar führt Teilnehmer in die Methodik der statistischen Versuchsplanung ein und zeigt die grundlegenden Themengebiete anhand der statistischen Methoden und geeigneten Beispielen. Für die praktischen Übungen wird die statistische Programmiersprache R eingesetzt.

Themen:
A. Wesentliche statistische Methoden für Design of Experiments
Dauer:0.25 Tage
Aussagen über Unterschiede im Mittelwert – Zufallsstichprobe und paarweise Vergleiche – Aussagen über die Varianz von Normalverteilungen – Konfidenzintervalle - Hypothesentests

B. Varianzanalyse
Dauer:0.5 Tage
Varianzanalyse für einen und mehrere Parameter – Regressionsmodell und Varianzanalyse – Modelle und ihre Parameter – Residualanalyse

C. Experimente und Blockbildung
Dauer:0.25 Tage
Prinzip von Experimenten mit Blockbildung - Statistische Analyse von RCBD (Randomized Complete Block Design) – Lateinische Quadrate und Graeco-Lateinische Quadrate

D. Experimente und Faktorielles Design
Dauer:0.5 Tage
Faktorielles Design mit zwei Faktoren – Modellgüte – Modellparameter und ihre Überprüfung – Zweistufiges faktorielles Design von Experimenten – Blockbildung bei zweistufigen faktoriellen Designs

E. Versuchsplanung und Zweistufiges Teil-Faktorielles Design
Dauer:0.5 Tage
Teil-Faktorielles Design und seine Prinzipien – One-Half/One-Quarter-Designs – Resolution III, IV und V Designs

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 mit R
• Dummy