Comelio GmbH

      Regressionsanalyse mit R

      Comelio GmbH
      In München, 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 - Regressionsanalyse 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 StatistikEinfache lineare Regression
      Multiple lineare Regression
      Lineare Regression mit vielen Regressoren
      Nichtlineare Regression
      Nichtparametrische Regression
      Quantilsregression
      Logistische Regression

      Themenkreis

      Kurslevel:
      Einsteiger

      Zielgruppe:
      Datenanalysten

      Voraussetzungen:
      Grundlagen der Statistik

      Methode:
      Vortrag mit Beispielen und Übungen.

      Seminarziele:
      Regressionsanalysen sind statistische Analyseverfahren mit dem Ziel, Beziehungen zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen festzustellen. Sie wird insbesondere verwendet, wenn Zusammenhänge quantitativ zu beschreiben oder Werte der abhängigen Variablen zu prognostizieren sind. Mit R stehen eine Vielzahl von Analysemöglichkeiten bereit. Dieses Seminar zeigt Ihnen ausgehend von der einfachen linearen Regression, wie Sie lineare und nichtlineare Regressionsmodelle mit mehreren Variablen ableiten und für Prognosen nutzen können. Dabei werden auch die Themen robuste Regression und die Regression mit vielen Regressoren behandelt. Neben metrischen Zielvariablen sehen Sie auch, wie Sie mit logistischer Regression die Vorhersage von kategorialen Zielgrößen modellieren können. Das Seminar geht dann zusätzlich auch auf fortgeschrittene Themen wie semi- und nichtparametrische Regression oder Quantilsregression ein.

      Themen:
      A. Einfache lineare Regression
      Dauer:0.25 Tage
      Regression als Deskription - Regressionsgerade - Bestimmtheitsmaß - Schätzen und Testen im einfachen lineare Regressionsmodell: Konfidenzintervalle, Prognoseintervalle, Tests - Residualanalyse

      B. Multiple lineare Regression
      Dauer:0.75 Tage
      Das klassische lineare Regressionsmodell: Parameterschätzung, Tests, Konfidenz- und Prognoseintervalle, Variablenselektion, Modell-Check - Das allgemeine lineare Regressionsmodell: KQ- und GKQ-Schätzung, Heteroskedastische Störungen, Clusterweise Regression - Multivariate multiple Regression: Das multivariate lineare Modell, Parameterschätzung

      C. Lineare Regression mit vielen Regressoren
      Dauer:0.5 Tage
      Hauptkomponentenregression - Partial Least Squares-Regression - Reduzierte Rang-Regression

      D. Nichtlineare Regression
      Dauer:0.25 Tage
      Formen nichtlinearer Abhängigkeiten - Linearisierbare Zusammenhänge - Polynomiale Regressionsmodelle - Inferenzmethoden

      E. Nichtparametrische Regression
      Dauer:0.5 Tage
      Kernregression und Nächste-Nachbarn - Lokale polynomiale Glättung - Spline-Regression - Additive Modelle - Regressionsbäume

      F. Quantilsregression
      Dauer:0.25 Tage
      Quantilsfunktion - Regressionsquantile - Parameterschätzung

      G. Logistische Regression
      Dauer:0.5 Tage
      Binomialverteilte Zielgrößen und ihre Modellschätzung - Logitmodelle für mehrkategoriale Zielgrößen - Schätzen und Testen für mehrkategoriale Modelle

      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

      Regressionsanalysen sind statistische Analyseverfahren mit dem Ziel, Beziehungen zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen festzustellen. Sie wird insbesondere verwendet, wenn Zusammenhänge quantitativ zu beschreiben oder Werte der abhängigen Variablen zu prognostizieren sind. Mit R stehen eine Vielzahl von Analysemöglichkeiten bereit. Dieses Seminar zeigt Ihnen ausgehend von der einfachen linearen Regression, wie Sie lineare und nichtlineare Regressionsmodelle mit mehreren Variablen ableiten und für Prognosen nutzen können. Dabei werden auch die Themen robuste Regression und die Regression mit vielen Regressoren behandelt. Neben metrischen Zielvariablen sehen Sie auch, wie Sie mit logistischer Regression die Vorhersage von kategorialen Zielgrößen modellieren können. Das Seminar geht dann zusätzlich auch auf fortgeschrittene Themen wie semi- und nichtparametrische Regression oder Quantilsregression ein.

      Vergleichen Sie und treffen Sie die beste Wahl:
      Mehr ansehen