Angebot!

Seminar Statistik-Grundlagen mit R für Programmierer

Dozent: Dr. Haug Leuschner

 

 855,00 2.275,00

Zzgl. 19% MwSt.
Auswahl zurücksetzen

Das fünftägige Seminar Statistik-Grundlagen mit R für Programmierer bietet Personen mit Programmiererfahrungen im zweitägigen Basistraining eine fundierte Einführung in die Grundfunktionen von R, RStudio und den R-Pakete des Tidyverse mit Datenimport, Datenaufbereitung und die Erstellung von deskriptiven Statistik und Diagrammen. Im dreitägigen Aufbautraining wird in die schließende Statistik und in die Anwendung von statistischen Tests und Varianzanalysen eingeführt.

Bei Buchung des Aufbautrainings werden die Inhalte des Basistrainings vorausgesetzt. Im fünftägigen Kompletttraining haben Sie das gesamte Programm, wobei im Preis eine Ermäßigung von 10 % für die Teilnahme am Basis- und Aufbautraining in derselben Woche enthalten ist. Unternehmen und Organisationen können bei der Buchung von zwei Seminarplätzen im 5-tägigen Komplett-Training kostenlos eine dritte Person anmelden (bei der Buchung von zwei Plätzen können drei Namen an der Kasse angegeben werden).

Im Preis sind digitale Unterlagen und ein Schulungszertifikat enthalten, optional können gedruckte Unterlagen und ein Fernzugriff auf einen fertig konfigurierten Schulungslaptop dazugebucht werden. Sie können auf Rechnung zahlen (weitere Infos).

Artikelnummer: GPR Kategorien: , ,

Beschreibung

Der R-Kurs Statistik-Grundlagen mit R für Programmierer bietet eine verständnisorientierte Einführung in die zentralen statistischen Verfahren der deskriptiven Statistik, der schließenden Statistik und der angewandten Statistik für Personen, die bereits Programmiererfahrungen haben. Die Teilnehmer erhalten außerdem eine fundierte Einführung in die statistische Programmiersprache R unter der Entwicklungsumgebung RStudio (Variablen, Datentypen, Datenstrukturen, Kontrollstrukturen, Funktionen) und eine Einführung in die gängigen Methoden des Datenimports, der Datenaufbereitung, der Datenanalyse und der Präsentation von Ergebnissen mit den R-Paketen des Tidyverse.

Zielgruppe: Der R-Kurs ist für Personen mit Programmiererfahrungen, aber wenig oder keiner Erfahrung in Statistik, Datenanalyse und der Anwendung der Statistik-Software R unter RStudio konzipiert, die eine Einführung in die statistische Grundlagen suchen und ihre Programmierkenntnisse mit der Programmiersprache R erweitern möchten. Inhaltlich richtet sich das R-Seminar an Anwender, Fachkräfte, Doktoranden und Studierende aus den Bereichen der Sozial- und Marktforschung, der Betriebswirtschaft (Marketing, Business Intelligence) und der psychologischen, klinischen, pharmazeutischen und biologischen Forschung.

Voraussetzungen: Programmiererfahrungen in einer höheren Programmiersprache (C, C++, C#, Python, Java, JavaScript, PHP, Visual Basic, SAS Language, MATLAB Language usw.), Kenntnisse in der Ablaufsteuerung von Programmen mittels Funktionen, Fallunterscheidungen und Schleifen

Lernziele: die Grundfunktionen der Statistik-Software R lernen, die Oberfläche RStudio bedienen können, R-Skripte entwickeln, testen und debuggen können, Daten mit Tidyverse importieren, aufbereiten und auswerten können, die Grundlagen der Statistik verstehen und anwenden können, Ergebnisse von deskriptiven Auswertungen, Signifikanztests und Varianzanalysen darstellen, erläutern und interpretieren können, Grafiken mit ggplot2 erstellen können

Übungen: In dem R-Kurs wird Wert auf den Anwendungsbezug gelegt. Durch intensives Trainieren mit über einem Dutzend Datensätzen aus den Bereichen der Markt- und Meinungsforschung, der medizinischen Forschung und der Technik/Produktion steht das R lernen im Vordergrund und es wird ein vertieftes Verständnis der statistischen Verfahren und ein sicherer Umgang mit R, RStudio und Tidyverse sichergestellt.

Leistungen: ganztägiger Intensiv-Unterricht in Kleingruppen (9-17 Uhr, max. 10 Personen), gedrucktes Schulungszertifikat; Online-Veranstaltungen: digitale Schulungsunterlagen (gegen Aufpreis: gedruckte Schulungsunterlagen und/oder Fernzugang zu einem Schulungslaptop mit installierter Software); Präsenz-Veranstaltungen: Schulungsräume in zentraler Lage, Getränke in den Pausen, Schulungslaptop mit installierter Software, gedruckte Schulungsunterlagen

Aufbau: Das 5-tägige Komplett-Training Statistik-Grundlagen mit R für Programmierer besteht aus einem 2-tägigen Basis-Training und einem direkt anschließenden 3-tägigen Aufbau-Training, die auch einzeln gebucht werden können.

Inhalte des 5-tägigen Komplett-Trainings Statistik-Grundlagen mit R für Programmierer

  • 2-tägiges Basis-Training: Programmierung, deskriptive Statistiken und Diagramme

    • Grundfunktionen von R und RStudio
      • R-Pakete installieren und verwenden
      • Workspace und Global Environment
      • Variablen, Datentypen, Ausdrücke, Operatoren und Operanden
      • Funktionen, Klassen und Objekte in R
      • R-Skripte entwickeln, testen und debuggen
    • Kontrollstrukturen und benutzerdefinierte Funktionen
      • Fallunterscheidungen: if und if / else
      • Schleifenprogrammierung: for, while und repeat
      • Ausnahmebehandlung: try und tryCatch
      • Benutzerdefinierte Funktionen: function und return
    • R-Pakete von Tidyverse
      • Datenimport und -export mit readr
      • Datenaufbereitung mit tibble
      • Zeichenketten (Texte) mit stringr
      • Kategoriale Variablen mit forcats
      • Automatisierungen mit purrr
    • Deskriptive Statistik
      • Zentralmaße, Streuungsmaße und Häufigkeiten
      • Häufigkeitstabellen und Kreuztabellen
      • Erstellen von Tabellen mit deskriptiven Kennwerten
      • Diagramme mit ggplot2 erstellen (Balkendiagramme, Kreisdiagramme, Histogramme, Boxplots)
      • Korrelationen, Zusammenhangsmaße und Streudiagramme
  • 3-tägiges Aufbau-Training: Signifikanztests und Varianzanalysen

    • Einführung in die schließende Statistik (Signifikanztests)
      • Statistisches Testen anhand von Stichproben
      • Wahrscheinlichkeitsverteilungen (Normalverteilung)
      • Hypothesentests nach Fisher und Neyman-Pearson (Signifikanztests)
      • p-Werte, Effektgrößen, Konfidenzintervalle und Poweranalysen
    • Parametrische Verfahren
      • z-Test und t-Test für eine Stichprobe zur Prüfung der Abweichung eines Mittelwerts von einem vorgegebenen Wert
      • t-Test zur Signifikanzprüfung des Unterschieds zweier Mittelwerte aus unabhängigen oder verbundenen Stichproben
      • Levene-Test zur Signifikanzprüfung von Varianzen und Standardabweichungen
      • Kolmogoroff-Smirnow-Test und Shapiro-Wilk-Test zur Signifikanzprüfung der Normalverteilungsannahme
      • Prüfung der Wirksamkeit von Aktionen, Maßnahmen, Interventionen und anderen Veränderungen mit t-Tests (Pretest-Posttest-Designs mit Kontrollstichprobe)
    • Nichtparametrische Verfahren
      • U-Test von Wilcoxon-Mann-Whitney und Wilcoxon-(Vorzeichenrang-)Test zur Signifikanzprüfung von Medianen
      • Binomialtest und exakter Test nach Fisher zur Signifikanzprüfung von Häufigkeiten
      • Kontingenzanalyse mit Chi-Quadrat-Test zur Signifikanzprüfung von Häufigkeiten einer Kreuztabelle
    • Varianzanalysen
      • ein-, zwei- und mehrfaktorielle Varianzanalyse
      • Messwiederholungsdesigns und Kontrolle von Störeinflüssen
      • t-Tests im Rahmen der Varianzanalyse (Post-hoc-Mehrfachvergleiche: Tukey HSD, Games-Howell, Duncan, Dunnett; paarweise Einzelvergleiche mit Alphafehler-Korrektur: Bonferroni, Jianjun Li)
      • Interaktionsanalyse (Wechselwirkungen aufgrund sich verstärkender oder hemmender Effekte)
      • Statistische Auswertung von Pretest-Posttest-Designs mit Varianzanalysen