SPSS Statistics - Statistische Datenanalyse 2 (Multivariate Verfahren)
Seminar
In Berlin, Hamburg, Frankfurt Am Main und an 7 weiteren Standorten
Beschreibung
-
Kursart
Intensivseminar berufsbegleitend
-
Niveau
Fortgeschritten
-
Ort
-
Unterrichtsstunden
37h
-
Dauer
5 Tage
SPSS - Datenanalyse 2 (Multivariate Verfahren)
Standorte und Zeitplan
Lage
Beginn
Beginn
Beginn
Beginn
Beginn
Beginn
Beginn
Beginn
Beginn
Beginn
Beginn
Meinungen
Themen
- Grundlagen der StatistikRegression
- Diskriminanzanalyse
- Explorative Faktorenanalyse
- Entscheidungsbäume
- Clusteranalyse
- Neuronale Netzwerke
- Zeitreihen
- Analyse kategorialer Daten
Inhalte
Fortgeschrittene
Zielgruppe:
Datenanalysten
Voraussetzungen:
Grundlagen der Statistik
Methode:
Vortrag mit Beispielen und Übungen.
Seminarziele:
IBM SPSS stellt Analysten die statistischen Kernfunktionen bereit, die diese zur Beantwortungen grundlegender Fragen in Business und Forschung benötigen. Mit den Tools dieser Software können die Benutzer Daten in kürzester Zeit anzeigen, Hypothesen im Hinblick auf weitere Tests formulieren und Verfahren zur Klärung der Beziehungen zwischen Variablen, zur Erstellung von Clustern, zur Ermittlung von Trends und zum Treffen von Prognosen durchführen. Dieses Seminar zeigt Ihnen den Einsatz von IBM SPSS anhand von verschiedenen gängigen Analysetechniken. Aus lizenzrechtlichen Gründen kann dieses Seminar nur auf Ihrer Hardware und mit Ihrer (Test-)Lizenz durchgeführt werden. Bitte kontaktieren Sie uns für Termine und Organisation vor der Buchung.
Themen:
A. Regression
Dauer:0.75 Tage
Wie lässt sich der (nicht-)lineare Zusammenhang zwischen Variablen formalisieren? - GLM-Univariat - Lineare Regression - Ordinale Regression - Kurvenanpassung - Regression mit partiellen kleinsten Quadraten
B. Diskriminanzanalyse
Dauer:0.25 Tage
Welche Variablen können gegebene Objektgruppen signifikant voneinander unterscheiden? – Definition der Gruppen – Definition der Gruppen – Formulierung , Schätzung und Prüfung der Diskriminanzfunktion – Prüfung der Merkmalsvariablen – Klassifikation neuer Elemente
C. 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
D. Entscheidungsbäume
Dauer:0.5 Tage
Erstellen von Entscheidungsbäumen: Auswählen von Kategorien, Validierung, Kriterien für den Aufbau des Baums, Ausgabe - Baumeditor: Arbeiten mit umfangreichen Bäumen, Steuern der im Baum angezeigten Daten - Datenannahmen und -anforderungen - Konstruieren eines Bewertungsmodells - Fehlende Werte in Baummodellen
E. Clusteranalyse
Dauer:0.5 Tage
Wie können Objekte, die durch verschiedene Merkmale beschrieben sind, zu homogenen Gruppen zusammenfasst werden? - Distanzberechnungen - Analyse Nächstgelegener Nachbar - Two-Step-Clusteranalyse - Hierarchische Clusteranalyse - Clusterzentrenanalyse
F. Neuronale Netzwerke
Dauer:0.5 Tage
Wie können aufgrund von Erfahrungsdaten (Lerndaten) Gruppen gebildet oder unterschieden werden sowie nicht-lineare Zusammenhänge zwischen Variablen entdeckt werden? - Struktur neuronaler Netzwerke - Mehrschichtiges Perzeptron: Partitionen, Architektur, Training, Ausgabe - Radiale Basisfunktion: Architektur, Training
G. Zeitreihen
Dauer:1 Tag
Wie stark ist der Zusammenhang zwischen einer metrisch-skalierten abhängigen Variablen und metrisch-skalierten Zeitreihendaten? - Transformieren von Daten - Zeitreihenmodellierung: Exponentielles Glätten, Benutzerdefinierte ARIMA-Modelle, Ausgabe - Saisonale Zerlegung - Spektraldiagramme - Prognosen - Ermitteln von signifikanten Einflussvariablen
H. Analyse kategorialer Daten
Dauer:1 Tag
Kategoriale Regression - Korrespondenzanalyse - Multdimensionale Skalierung
Unsere dozenten
Unser IBM SPSS-Trainer Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Berater und auch Fachbuch-Autor zum Thema Datenbanken, statistische Datenanalyse, Data Mining und IBM SPSS. Er unterrichtet deskriptive und induktive Statistik, multivariate Verfahren und Data Mining für die Bereiche Controlling und Marketing bzw. Marktforschung.
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)
Projekte:
Im Bereich statistischer Datenanalyse führt Herr Skulschus als Berater und Projektleiter auch Projekte durch, bei denen IBM SPSS zum Einsatz kommt oder mit individueller Software-Entwicklung in Java und .NET auf Datenbank-Basis Analyse- und Reporting-Lösungen entstehen.
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:
- SPSS - Datenanalyse 1
- Statistik - Deskriptive und Induktive Statistik
Zusätzliche Informationen
SPSS Statistics - Statistische Datenanalyse 2 (Multivariate Verfahren)