Comelio GmbH

      Explorative Analysen mit R

      Comelio GmbH
      In Dresden, Hamburg, Frankfurt Am Main und an 7 weiteren Standorten

      1.600 
      Möchten Sie den Bildungsanbieter lieber direkt anrufen?
      030 8... Mehr ansehen

      Wichtige informationen

      Tipologie Intensivseminar berufsbegleitend
      Niveau Anfänger
      Ort An 10 Standorten
      Unterrichtsstunden 22h
      Dauer 3 Tage
      Beschreibung

      Statistik - Explorative Analysen mit R                                                    

      Einrichtungen (10)
      Wo und wann
      Beginn Lage
      auf Anfrage
      Berlin
      Goethestr. 34, 13086, Berlin, Deutschland
      Karte ansehen
      auf Anfrage
      Dresden
      Rosenstraße 36, 01067, Sachsen, Deutschland
      Karte ansehen
      auf Anfrage
      Düsseldorf
      Stadttor 1, Nordrhein-Westfalen, NRW, Deutschland
      Karte ansehen
      auf Anfrage
      Frankfurt Am Main
      Mainzer Landstraße 50, 60325, Hessen, Deutschland
      Karte ansehen
      auf Anfrage
      Hamburg
      Stadthausbrücke 1-3, 20355, Hamburg, Deutschland
      Karte ansehen
      Alle ansehen (10)
      Beginn auf Anfrage
      Lage
      Berlin
      Goethestr. 34, 13086, Berlin, Deutschland
      Karte ansehen
      Beginn auf Anfrage
      Lage
      Dresden
      Rosenstraße 36, 01067, Sachsen, Deutschland
      Karte ansehen
      Beginn auf Anfrage
      Lage
      Düsseldorf
      Stadttor 1, Nordrhein-Westfalen, NRW, Deutschland
      Karte ansehen
      Beginn auf Anfrage
      Lage
      Frankfurt Am Main
      Mainzer Landstraße 50, 60325, Hessen, Deutschland
      Karte ansehen
      Beginn auf Anfrage
      Lage
      Hamburg
      Stadthausbrücke 1-3, 20355, Hamburg, Deutschland
      Karte ansehen
      Beginn auf Anfrage
      Lage
      Munster
      Niedersachsen, Deutschland
      Karte ansehen
      Beginn auf Anfrage
      Lage
      München
      Baaderstraße 88-90, 80469, Bayern, Deutschland
      Karte ansehen
      Beginn auf Anfrage
      Lage
      Stuttgart
      Königstraße 10, 70173, Baden-Württemberg, Deutschland
      Karte ansehen
      Beginn auf Anfrage
      Lage
      Wien
      Mariahilfer Straße 123, 1060, Australien, Australien
      Karte ansehen
      Beginn auf Anfrage
      Lage
      Zürich
      Seefeldstrasse 69, 8008, Zürich, Schweiz
      Karte ansehen

      Fragen & Antworten

      Teilen Sie Ihre Fragen und andere User können Ihnen antworten

      Was lernen Sie in diesem Kurs?

      Grundlagen der StatistikHauptkomponentenanalyse
      Korrespondenzanalyse
      Multiple Korrespondenzanalyse
      Clustering
      Multiple Faktorenanalyse

      Themenkreis

      Kurslevel:
      Einsteiger

      Zielgruppe:
      Datenanalysten

      Voraussetzungen:
      Grundlagen der Statistik

      Methode:
      Vortrag mit Beispielen und Übungen.

      Seminarziele:
      Die explorative Datenanalyse ist ein Teilgebiet der Statistik. Sie untersucht und begutachtet Daten, von denen nur ein geringes Wissen über deren Zusammenhänge vorliegt. Dieses Seminar stellt zunächst vier wesentliche Methoden der multivariaten explorativen Analyse vor: die Hauptkomponentenanalyse (Principal Component Analysis, PCA) für quantitative Variablen, die Korrespondenzanalyse (Correspondence Analysis, CA) und die multiple Korrespondenzanalyse (Multiple Correspondence Analysis, MCA) für kategoriale Variablen und schließlich die (hierarchische) Cluster-Analyse. Als übergeordnete Methode für PCA und M/CA lernen die Teilnehmer dann die Multiple Faktorenanalyse (Multiple Factor Analysis, MFA) kennen. Ausgehend von der geometrischen Betrachtung der Daten zeigt dieses Seminar die verschiedenen Analysetechniken in ihren Grundzügen, weist auf Möglichkeiten hin, Daten bzw. Objekte zu visualisieren und Zusammenhänge in den Daten aufzuzeigen. Die praktischen Beispiele erfolgen mit R und dem FactoMineR, einem speziellen R-Paket für die explorative Datenanalyse.

      Themen:
      A. Hauptkomponentenanalyse
      Dauer:0.75 Tage
      Einführung in die Hauptkomponentenalyse / Principal Component Analysis (PCA) - Analysefragen: Individuen, Variablen und Beziehungen - Ableitung der Komponenten und Test auf Signifikanz - Erweiterte Analyse mit zusätzlichen quantitativen und kategorialen Variablen - Durchführung der Analyse mit R und FactorMineR

      B. Korrespondenzanalyse
      Dauer:0.25 Tage
      Einführung in die Korrespondenzanalyse / Correspondence Analysis (CA) - Zielsetzungen der Analyse - Abhängigkeit und Unabhängigkeit - Daten (Reihen und Spalten) und ihre Profile analysieren und Ergebnisse interpretieren - Durchführung der Analyse mit R und FactorMineR

      C. Multiple Korrespondenzanalyse
      Dauer:0.25 Tage
      Einführung in die Multiple Korrespondenzanalyse / Multiple Correspondence Analysis (MCA) - Zielsetzungen der Analyse - Distanzmaße für Individuen und Kategorien und ihre Interpretation - Interpretation der Ergebnisse - Durchführung der Analyse mit R und FactorMineR

      D. Clustering
      Dauer:0.75 Tage
      Einführung in die Clusteranalyse - Messen der Ähnlichkeit von Individuen und Gruppen - Techniken der Clusteranalyse: Der k-Means Algorithmus und die Ward Methode - Partitionierende und hierarchische Verfahren - Clustering und Hauptkomponentenalyse - Interpretation der Ergebnisse - Durchführung der Analyse mit R und FactorMineR

      E. Multiple Faktorenanalyse
      Dauer:0.75 Tage
      Einführung in die Multiple Faktorenanalyse / Multiple Factor Analysis (MFA)- Techniken der MFA: Gewichtungen von Variablen(gruppen), Faktoren und ihre Bedeutung für alle oder einzelne Variablengruppen, Vergleiche von Variablengruppen, Hierarchische Strukturen - Durchführung der Analyse mit R und FactorMineR

      Unsere dozenten

      Unser Trainer für Statistik und Data-Mining mit R Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken, Datenanalyse und als Berater für statistische Analyse mit R. Teilnehmer/innen seiner R-Seminare sind Betriebswirte / Volkswirtschaftler, Ingenieure und Doktoranden, die für Statistik und Data Mining R einsetzen wollen.

      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 konzipiert Herr Skulschus Analysesysteme auf Basis von relationalen Datenbanken und entwickelt dann statistische Modelle und Analysen mit R-Programmierung. Zu seinen Kunden zählen Marktforschungsunternehmen, Marketing-Abteilungen sowie Abteilungen für die Qualitätssicherung und Prozessoptimierung oder auch Forschungseinrichtungen.

      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.

      Webseite:

      • http://www.marco-skulschus.de

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



      Referenzkurse:
      • Statistik mit R
      • Dummy

      Zusätzliche Informationen

      Die explorative Datenanalyse ist ein Teilgebiet der Statistik. Sie untersucht und begutachtet Daten, von denen nur ein geringes Wissen über deren Zusammenhänge vorliegt. Dieses Seminar stellt zunächst vier wesentliche Methoden der multivariaten explorativen Analyse vor: die Hauptkomponentenanalyse (Principal Component Analysis, PCA) für quantitative Variablen, die Korrespondenzanalyse (Correspondence Analysis, CA) und die multiple Korrespondenzanalyse (Multiple Correspondence Analysis, MCA) für kategoriale Variablen und schließlich die (hierarchische) Cluster-Analyse. Als übergeordnete Methode für PCA und M/CA lernen die Teilnehmer dann die Multiple Faktorenanalyse (Multiple Factor Analysis, MFA) kennen. Ausgehend von der geometrischen Betrachtung der Daten zeigt dieses Seminar die verschiedenen Analysetechniken in ihren Grundzügen, weist auf Möglichkeiten hin, Daten bzw. Objekte zu visualisieren und Zusammenhänge in den Daten aufzuzeigen. Die praktischen Beispiele erfolgen mit R und dem FactoMineR, einem speziellen R-Paket für die explorative Datenanalyse.

      Vergleichen Sie und treffen Sie die beste Wahl:
      Mehr ansehen