Versuchsplanung und statistische Testverfahren

Beschreibung

  • Wie werden Forschungsfragen im statistischen Sinne beantwortet?
  • Wie ermittelt sich die optimale Stichprobengröße?
  • Welches ist der richtige Hypothesentest?
  • Wie erstelle ich einen statistischen Versuchsplan?
  • Wie werden Ursache-Wirkungszusammenhänge statistisch untersucht?

Auf diese und weitere klassische Fragen empirischen Arbeitens findet dieses Training Antworten. Es werden darin die zentralen Konzepte der Inferenzstatistik und der statistischen Versuchsplanung besprochen und anhand von anschaulichen Beispieldaten ausprobiert.

Wer sollte teilnehmen?

Data Scientist, Datenanalysten, Statistiker, Mathematiker, Researcher

Grundlegende Kenntnisse in R sind Voraussetzung einer produktiven Teilnahme.

Lernziele

  • Kennenlernen der Grundkonzepte und der Philosophie von R
  • Die R-Syntax verstehen und anwenden
  • Datenmanagement in R
  • Ausführen einfacher Analysen
  • Erstellen von ersten Visualisierungen

Inhalte

  • Inferenzstatistische Grundlagen
    • Gesetz der großen Zahlen und zentraler Grenzwertsatz
    • Verteilungen (Normalverteilung, Chi2) und Deskriptive Statistik
    • Grundbegriffe (Effektgröße, alpha-Fehler, beta-Fehler, p-Wert, Signifikanz)
    • Poweranalyse (Bestimmung von Stichprobenumfang und/oder der Effektgröße)
  • Aufbau und Interpretation von statistischen Hypothesentests
  • Kennenlernen verschiedener Testverfahren (u.a. t-Test, chi2, Kolmogorow-Smirnow)
  • Zusammenhangsmaße (Korrelationen) (Pearson, Spearman)
  • ANOVA (Analysis of Variance) und Post-Hoc-Verfahren
  • Ursache-Wirkungsanalyse mittels Regressionen
    • Verfahren: (Multiple-) lineare Regression und logistische Regression
    • Interpretation der Kennzahlen
    • Visualisierungstechniken
  • Statistische Versuchspläne (Design of Experiments)
    • Grundlagen (Übersicht, Anwendungsfelder, Systemanalyse, Effektgrößen, Störgrößen, Ursache-Wirkungsanalyse in der Statistik)
    • Vollfaktorielle- und teilfaktorielle Versuchspläne

Shortfacts

  • Empfohlene Dauer: 1 Tag
  • 2–10 Teilnehmer
  • Kurssprache: Deutsch oder Englisch
  • Preis: Der Tagessatz variiert zwischen Unternehmen und Forschhungseinrichtung. Nehmen Sie Kontakt auf!
  • Training am eigenen Laptop (Softwarevoraussetzungen und Installationsanleitung erhalten Sie im Vorfeld)

Inklusive

  • Teilnehmerzertifikat
  • Umfassende Schulungsunterlagen
  • Veranstaltungsevaluation + Report als PDF

Inhousetraining bei Data-Science-Architect

Prozess

  • Abstimmung der Inhalte
  • Terminfindung
  • Angebotserstellung
  • Online Evaluation der Teilnehmererwartung
  • Ankündigung mit Kursbeschreibung, Softwarevoraussetzung, Installationsanleitung, Timetable & optionaler Möglichkeit zur Vorbereitung
  • Bereitstellung der Kursmaterialien
  • Pro Tag 8×45 Min. Lerneinheiten
  • 30 Min. Open Space pro Tag im Anschluss an die Lerneinheiten
  • Verhältnis von Theorie, Praxis und Übungsphasen nach Absprache
  • Event Evaluation
  • PDF-Report mit Evaluations-Ergebnissen
  • Bereitstellung der im Training erstellten Materialien
  • Feedbackgespräch

Buchung

Sie haben Fragen zu Inhalten oder Ablauf des Trainings? Gerne informiere ich Sie über die Veranstaltung in Detail.