Multivariate Datenanalyse Statistik Online Kurse

Multivariate Datenanalyse mit R

Posted on By
Print Friendly, PDF & Email
Die Seminarreihe Multivariate Datenanalyse mit R führt als Weiterbildung fortgeschrittene Anwender in die multivariate Statistik ein. Die Anwendung der multivariaten Verfahren mit der statistischen Programmiersprache R wird mit vielen Beispielen und Übungsaufgaben trainiert und vertieft. Das Ziel der R-Schulung ist es, multivariate Verfahren mit R unter RStudio anwenden zu können.

Der Nutzen des Seminars besteht darin, dass fortgeschrittene Anwender innerhalb kurzer Zeit lernen, multivariate Verfahren mit R anzuwenden und die Ergebnisse korrekt zu interpretieren. Multivariate Verfahren erlauben es, die Variablen in einem Datensatz gemeinsam zu analysieren und sind somit den univariaten Verfahren des Grundlagenkurses Grundlagen der Statistik mit R überlegen.

Alle Bewertungen stammen ausschließlich von Seminarteilnehmern
von Dr. Haug Leuschner. Die Bewertungen werden von einem unab-
hängigen Dienstleister gesammelt, geprüft und ausgewertet.

Das Wichtigste auf einen Blick

Details zur Seminarreihe
Ort: Online
Typ: Seminarreihe
Größe: 4 – 8 Personen
Dauer: 2 – 10 Tage
Zeiten: 9 – 17 Uhr
Preise*: 995 € – 3.995 €
Intervall: halbjährlich
Inhalte der Seminarreihe
  • Regressionsanalyse
  • Logistische Regression
  • Varianzanalyse
  • Zeitreihenanalyse
  • Clusteranalyse
  • Faktorenanalyse (EFA)
  • Hauptkomponentenanalyse (PCA)
  • Reliabilitätsanalyse
Weitere Infos…

*Nettopreise ohne MwSt. Endpreis wird im Warenkorb angezeigt.

Was sind multivariate Verfahren?

Die Multivariate Statistik untersucht den Einfluss von mehreren Variablen zugleich. Zusammenhangsstrukturen zwischen Variablen können nur mit multivariaten Verfahren erkannt werden. Damit sind diese den univariaten Verfahren überlegen, bei denen immer nur der Einfluss einer einzelnen Variable auf die Zielgröße analysiert wird. Die univariaten Verfahren werden in dem R-Kurs Grundlagen der Statistik mit R vermittelt und werden für diese Seminarreihe als bekannt vorausgesetzt.

mehr...

Zum einen gibt es die strukturentdeckenden Verfahren, mit denen explorativ die Zusammenhänge zwischen Variablen oder Ähnlichkeiten zwischen Beobachungsfällen analysiert werden. So kann im Rahmen eines dimensionsreduzierenden Verfahrens (EFA oder PCA) eine hinter vielen Variablen stehende Struktur von wenigen Dimensionen ermittelt werden. Oder es werden mit Hilfe einer Clusteranalyse die beobachteten Fälle einer Stichprobe zu Gruppen ähnlicher Fälle gebündelt. Zum anderen gibt es die strukturprüfenden Verfahren, mit denen geprüft werden kann, welches Erklärungsmuster bzw. welche Struktur von Einflussgrößen die Daten am besten erklärt.

Beide Verfahrensarten der multivariaten Datenanalyse ergänzen sich. So werden beispielsweise mit einer Clusteranalyse beobachtete Fälle mit Hilfe von Merkmalsvariablen in Gruppen ähnlicher Fälle aufgeteilt. Mittels einer nachgeschalteten logistischen Regression können die Merkmale analysiert werden, mit denen die gefundenen Gruppen sich voneinander unterscheiden lassen. Mit den gewonnenen Erkenntnissen können neue Fälle klassifiziert, d. h. deren Gruppenzugehörigkeiten ermittelt werden.

Oder eine Vielzahl von zu analysierenden Variablen werden mit Hilfe einer Faktorenanalyse (EFA, Explorative Factor Analysis) oder einer Hauptkomponentenanalyse (PCA, Principal Component Analysis) auf wenige Dimensionen (Variablen) reduziert. Anschließend werden die Werte für die Dimensionen mit Regressions-, Varianz- oder Zeitreihenanalysen analysiert (was eine erhebliche Arbeitserleichterung mit sich bringt, anstatt viele Variablen nur wenige Dimensionen zu analysieren).

Multivariate Verfahren werden erfolgreich in den verschiedensten Feldern eingesetzt wie beispielsweise in den betriebswirtschaftlichen Anwendungsbereichen (Marktforschung und Marketing), in der Technik (Produktentwicklung und Produktion) und in den wissenschaftlichen Anwendungsbereichen (Naturwissenschaften, Biowissenschaften, Sozialwissenschaften, Medienwissenschaften, Medizin, Pharmazie, Psychologie, Pädagogik, Soziologie usw., um nur einige zu nennen).

Aufbau der Seminarreihe

In der Seminarreihe Multivariate Datenanalyse mit R bieten wir eine Reihe verschiedener Module an, mit denen Sie ihre Weiterbildung in der multivariaten Statistik individuell zusammenstellen können:

Modul Regressionsanalyse (3 Tage)

In diesem Modul wird die Regressionsanalyse als grundlegendes multivariates Verfahren behandelt. Mit der Regressionsanalyse werden Regressionsmodelle entwickelt, die das Zustandekommen einer kontinuierlichen Zielgröße durch das Zusammenwirken von verschiedenen kontinuierlichen, linear oder nichtlinear wirkenden Einflussgrößen sowie deren Wechselwirkungen erklären und für Prognosen verwendet werden können. Darüber hinaus können kategoriale Gruppenvariablen verwendet werden, um das Verhalten des Modells in verschiedenen Teilpopulationen zu untersuchen. Es werden Empfehlungen zur Auswahl von Variablen gegeben und Verfahren zur automatischen Auswahl von Variablen gezeigt. Des Weiteren wird die logistische Regression vermittelt, die zur Anwendung kommt, wenn die Zielgröße keine kontinuierliche, sondern eine kategoriale Variable ist. Mit der logistischen Regression können die Variablen ermittelt werden, mit denen eine Gruppenzugehörigkeit oder das Eintreten eines Ereignisses am besten erklärt werden kann. Ein logistisches Regressionsmodell kann darüber hinaus zur Klassifikation neuer Fälle bzw. zur Prognose zukünftiger Ereignisse eingesetzt werden. Wir zeigen Ihnen, wie Sie mit diesen fortgeschrittenen Methoden realitätsnahe Regressionsmodelle mit hohem Erklärungswert und guten Prognosen entwickeln können.

Da die Regressionsanalyse ein grundlegendes Verfahren der multivariaten Statistik ist, empfiehlt es sich, mit diesem Modul zu beginnen. Eine Auflistung der Kursinhalte finden Sie → hier.

Modul Varianzanalyse (2 Tage)

Die Varianzanalyse erlaubt die simultane Analyse einer Vielzahl von Mittelwerten verschiedener (Teil-) Stichproben. Sie kann überall dort eingesetzt werden, wo Gruppen miteinander verglichen werden sollen, dabei auch die Veränderungen von Gruppen über mehrere Zeitpunkte. Damit ist die Varianzanalyse das Verfahren der ersten Wahl zur Auswertung von Daten aus Experimenten, Quasi-Experimenten, Befragungen, Beobachtungsstudien und randomisierten kontrollierten Studien im Rahmen von Pretest-Posttest-Designs. Die Varianzanalyse ist das Standardverfahren zur Evaluation der Wirksamkeit von Maßnahmen und Interventionen.

Da die Varianzanalyse eine spezielle Variante eines Regressionsmodells ist, empfiehlt es sich, sich zuvor mit der Regressionsanalyse vertraut gemacht zu haben. Eine Auflistung der Kursinhalte finden Sie → hier.

Modul Zeitreihenanalyse (3 Tage)

Die Zeitreihenanalyse umfasst eine Reihe unterschiedlicher Verfahren, die mit verschiedenen Ansätzen für verschiedene Anforderungen entwickelt wurden und sich gegenseitig ergänzen. Zeitreihen können einer Eigendynamik, zyklischen Schwankungen (wie der Saisonalität der Jahreszeiten) und den Einflüssen anderer Variablen unterliegen. In diesem Kurs lernen Sie, wie Sie das richtige Verfahren auswählen und ein Modell für Ihre Zeitreihen entwickeln, das Ihre Daten am besten erklärt. Für kurzfristige Voraussagen eignen sich exponentielle Prognosemodelle (State-Space-Modelle) und für langfristige Prognosen die Zeitregression und die ARIMA-Modellierung.

Da die verschiedenen Verfahren der Zeitreihenanalyse Weiterentwicklungen der Regressionsanalyse darstellen, wird die Regressionsanalyse als bekannt vorausgesetzt. Eine Auflistung der Kursinhalte finden Sie → hier.

Modul Cluster- & Faktorenanalyse (2 Tage)

Dieses Modul behandelt die strukturentdeckenden Verfahren: die Clusteranalyse und die dimensionreduzierenden Verfahren (EFA/PCA). Mit einer Clusteranalyse werden ähnliche Fälle zu Gruppen (Cluster) zusammengefasst. Sie werden die hierarchische Clusteranalyse, die k-Means-Clusteranalyse und die k-Medoids-Clusteranalyse kennenlernen. Die Faktorenanalyse (EFA, Explorative Factor Analysis) und die Hauptkomponentenanalyse (PCA, Principal Component Analysis) dienen dazu, eine Vielzahl von Variablen zu wenigen Dimensionen zu reduzieren. Wir zeigen Ihnen beide Verfahren und ihre unterschiedlichen Einsatzmöglichkeiten. Bei Interesse kann die Reliabilitätsanalyse zum Auswählen geeigneter Variablen gezeigt werden.

Die Regressionsanalyse muss zwar nicht bekannt sein, aber es empfiehlt sich, als Ergänzung zur Clusteranalyse die logistische Regression (im Modul Regressionsanalyse) kennenzulernen, mit der die Merkmalsvariablen ermittelt werden können, mit denen die gefundenen Gruppen eindeutig unterschieden und neue Fälle entsprechend klassifiziert werden können. Eine Auflistung der Kursinhalte finden Sie → hier.

Der zeitliche Umfang der Seminarreihe erlaubt es, die multivariaten Verfahren in der Tiefe kennenzulernen, die in der Praxis für eine professionelle Datenanalyse benötigt wird. Bei einem geringerem Umfang würden die vermittelten Kenntnisse nicht ausreichen, valide Modelle mit hoher Güte und zuverlässigen Prognosen zu entwickeln. Den größten Lernerfolg haben Sie, wenn Sie die gesamte Seminarreihe zum Vorteilspreis (mit 10 % Rabatt) buchen: Während des gebuchten Zeitraums werden Sie außerhalb der Unterrichtszeiten vom Dozenten persönlich betreut.

Die Module können auch als Firmenschulung online oder in Ihrer Organisation stattfinden.

Nutzen der Weiterbildung

Der Nutzen des Seminars besteht darin, dass fortgeschrittene Anwender innerhalb von wenigen Tagen lernen, ein oder mehrere multivariate Verfahren mit R umfassend kennenzulernen, auf reale Daten anzuwenden und die Ergebnisse korrekt zu interpretieren.

Zielgruppe der Seminarreihe

Der R-Kurs richtet sich 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, die mit den fortgeschrittenen Verfahren der multivariaten Datenanalyse mehr aus ihren Daten herausholen wollen. Die Verfahren sind dabei in allen empirischen Wissenschaften anwendbar.

Voraussetzungen für die Weiterbildung

Grundlegende Fertigkeiten im Umgang mit R und RStudio und die statistischen Standardverfahren der deskriptiven und schließenden Statistik werden vorausgesetzt (Korrelationskoeffizienten wie Pearsons r und Signifikanztests wie der t-Test sollten bekannt sein). Liegen keine Vorkenntnisse vor, empfehlen wir Ihnen den Besuch des fünftägigen R-Kurses Grundlagen der Statistik mit R. Sollten Sie bereits solide statistische Grundkenntnisse haben und kennen sich mit Pearsons r und insbesondere dem t-Test aus, können die Voraussetzungen auch mit dem dreitägigen R-Kurs Einführung in die Programmierung mit R geschaffen werden.

Lernziele der Seminarreihe

fortgeschrittene Funktionen von R kennen lernen, Daten mit Hilfe der multivariaten Statistik auswerten können, Ergebnisse von multivariaten Verfahren grafisch darstellen, erläutern und interpretieren können, aufgrund einer Fragestellung das geeignete multivariate Verfahren identifizieren und anwenden können

Übungen in den Seminaren

Die Beispiele und Übungsaufgaben stammen aus den Bereichen der Technik, der Medizin, des Marketings, der Marktforschung und den Sozialwissenschaften und lassen sich leicht auf andere Bereiche übertragen. Sie erfolgen in dem R-Kurs mit der statistischen Programmiersprache R und der Entwicklungsumgebung RStudio.

Alternative und weiterführende Seminare

Diesen R-Kurs gibt es alternativ auch mit der Programmiersprache Python. Nach Abschluss des Kurses Multivariate Datenanalyse mit R können Sie an den folgenden R-Seminaren teilnehmen:

Termine und Preise für Multivariate Datenanalyse mit R

  • Leistungen: Unterricht im virtuellen Seminarraum bei Zoom (Präsenzseminare werden nicht angeboten), max. 10 Teilnehmer pro Veranstaltung, persönliche Betreuung durch den Dozenten, täglicher Unterricht 9-17 Uhr, umfangreiche Schulungsunterlagen, Schulungszertifikat.
  • Unsere Garantien: Durchführungsgarantie, Best-Price-Garantie, Beste-Technik-Garantie, Gruppengrößengarantie, Zufriedenheitsgarantie, Nutzengarantie, Nachhaltigkeitsgarantie (siehe unten).
  • Buchen ohne Risiko: Keine Vorkasse, Rechnung mit Zahlungsziel 14 Tage nach Seminarende, kostenfreie Stornierung bis 14 Tage vor Seminarbeginn, bei Nichtgefallen Rücktritt bis zum Ende des ersten Seminartags möglich (Rechnung braucht nicht bezahlt zu werden).
  • Preisnachlässe: Organisationen können bei der Buchung von zwei Plätzen der gesamten Seminarreihe kostenlos eine dritte Person anmelden (bei der Buchung von zwei Plätzen können drei Namen an der Kasse angegeben werden). Informationen zu Bildungsurlaub und Ermäßigungen für Arbeitnehmer, Studierende und andere Selbstzahler finden Sie unter „Infos für Privatpersonen“ auf der rechten Seite (bzw. am Ende der Seite).
  • Hinweise: Sie nehmen mit Ihrem eigenen Computer online teil. Falls auf dem teilnehmenden Computer die Software R mit RStudio nicht installiert werden kann, kann gegen eine geringe Gebühr der Fernzugriff (VNC) auf einen unserer → Schulungslaptops gemietet werden. Diese Seminarreihe wird nicht als Präsenzseminar angeboten. Weitere Infos finden Sie → hier.

Sie erhalten eine Rechnung mit tagesaktuellem Datum und Zahlungsziel 14 Tage nach Seminarende.

Seminar Ort Termin Dauer Plätze Preis* +19% MwSt.
Regressionsanalyse Online-SeminarInfos zu unseren Online-Seminaren 28.04. - 30.04.2025 ✓Termin wird garantiert, da ausreichend gebucht! 3 Tage 5 frei 1.495 € ">
BUCHEN
Varianzanalyse Online-SeminarInfos zu unseren Online-Seminaren 10.06. - 11.06.2025 ✓Termin wird garantiert, wenn Sie buchen. 2 Tage > 5 frei 995 € ">
BUCHEN
Cluster- & Faktorenanalyse Online-SeminarInfos zu unseren Online-Seminaren 12.06. - 13.06.2025 ✓Termin wird garantiert, wenn Sie buchen. 2 Tage > 5 frei 995 € ">
BUCHEN
Zeitreihenanalyse Online-SeminarInfos zu unseren Online-Seminaren 16.06. - 18.06.2025 ✓Termin wird garantiert, wenn Sie buchen. 3 Tage > 5 frei 1.495 € ">
BUCHEN
Seminarreihe Online-SeminarInfos zu unseren Online-Seminaren 28.04. - 18.06.2025 ✓Termin wird garantiert, da ausreichend gebucht! 10 Tage 5 frei  20% 20 % Online-Rabatt im Preis bereits inkludiert  3.995 € ">
BUCHEN
Regressionsanalyse Online-SeminarInfos zu unseren Online-Seminaren 06.10. - 08.10.2025 ✓Termin wird garantiert, wenn Sie buchen. 3 Tage > 5 frei 1.495 € ">
BUCHEN
Varianzanalyse Online-SeminarInfos zu unseren Online-Seminaren 09.10. - 10.10.2025 ✓Termin wird garantiert, wenn Sie buchen. 2 Tage > 5 frei 995 € ">
BUCHEN
Zeitreihenanalyse Online-SeminarInfos zu unseren Online-Seminaren 03.11. - 05.11.2025 ✓Termin wird garantiert, wenn Sie buchen. 3 Tage > 5 frei 1.495 € ">
BUCHEN
Cluster- & Faktorenanalyse Online-SeminarInfos zu unseren Online-Seminaren 06.11. - 07.11.2025 ✓Termin wird garantiert, wenn Sie buchen. 2 Tage > 5 frei 995 € ">
BUCHEN
Seminarreihe Online-SeminarInfos zu unseren Online-Seminaren 06.10. - 07.11.2025 ✓Termin wird garantiert, wenn Sie buchen. 10 Tage > 5 frei  20% 20 % Online-Rabatt im Preis bereits inkludiert  3.995 € ">
BUCHEN

*Nettopreise ohne MwSt. Endpreis wird im Warenkorb angezeigt. Angaben wurden am 19.04.2025 um 08:39 Uhr aktualisiert.

Unsere Garantien

Durchführungsgarantie der Weiterbildung Durchführungsgarantie: Wir garantieren Ihnen die Durchführung unserer Seminare ab zwei Anmeldungen. Wird bei einem Präsenzseminar die Mindestteilnehmerzahl nicht erreicht, wird das Präsenzseminar in ein Online-Seminar gewandelt.
Best-Price-Garantie der Seminare Best-Price-Garantie: Bei uns erhalten Sie den besten Preis. Sollten Sie bis zum Seminarbeginn ein von den Inhalten und Leistungen vergleichbares und günstigeres Seminar finden (nicht bei Ihnen selbst), erstatten wir die Differenz.
Beste-Technik-Garantie der Weiterbildung Beste-Technik-Garantie: Wir setzen nur die beste Technik und Software in unseren Online-Seminaren ein. Unsere Seminare zeichen sich von unserer Seite aus durch stabile Verbindungen, hochauflösende Bilder und eine klare und störungsfreie Sprachübertragung aus.
Gruppengrößengarantie der Schulungen Gruppengrößengarantie: Wir garantieren Ihnen, dass unsere Seminare mit nicht mehr als 10 Personen belegt werden. Sie werden von unseren Dozenten in Kleingruppen individuell und persönlich betreut.
Zufriedenheitsgarantie der Weiterbildung Zufriedenheitsgarantie: Sollte ein mehrtägiges Seminar nicht Ihren Erwartungen entsprechen, können Sie Ihre Teilnahme am ersten Tag abbrechen und die Rechnung braucht nicht bezahlt zu werden.
Nutzengarantie der Trainings Nutzengarantie: Sollten Sie nach einem halben Jahr feststellen, dass Sie nichts von dem Gelernten in Ihrem Berufsalltag anwenden konnten, dürfen Sie kostenfrei ein weiteres unserer Seminare besuchen.
Nachhaltigkeitsgarantie der Weiterbildung Nachhaltigkeitsgarantie: Sollte eine Person innerhalb eines halben Jahres nach der Teilnahme an einem unserer Seminare unvorhergesehen für mehr als 6 Monate Ihrer Organisation nicht zur Verfügung stehen (wegen Kündigung, Elternzeit, Erkrankung oder Sonderurlaub), darf eine andere Person Ihres Unternehmens kostenfrei an einem Seminar mit demselben Inhalt teilnehmen.

Module der Seminarreihe Multivariate Datenanalyse mit R

Modul Regressionsanalyse
3 Tage Unterricht als Online-Seminar
1.495,00 Euro
1.779,05 Euro inkl. 19% MwSt.
Kursinhalte
  • Regressionsanalyse: Regressionsmodelle für kontinuierliche Variablen mit linearen und nicht-linearen Effekten, Moderationseffekten (Wechselwirkungen), Suppressionseffekten (Kontrolle von Störeinflüssen) und Interaktionseffekten zwischen kontinuierlichen und kategorialen Einflussgrößen (Populationsunterschiede); Verfahren zur Auswahl von Prognosevariablen (Betagewichte, Toleranzen) und der Ermittlung des am besten an die Daten angepassten Modells (schrittweise Regression mit AIC/BIC); Residualdiagnostik, Prüfung der Modellprämissen (Angemessenheit des Modells, Multikollinearität, Homoskedastizität und Normalverteilung der Residuen, Erkennung von einflussreichen Datenpunkten) und Maßnahmen bei Verletzungen (Ausschluss ungeeigneter Fälle, Selektion und Aggregation von Variablen)
  • Logistische Regression: Regressionsmodelle für kategoriale Variablen, Interpretation der Koeffizienten der logistischen Regressionsfunktion (Logits, Odds und Wahrscheinlichkeiten), Berechnung von Odds Ratio und relatives Risiko; Konfusionstabellen mit Trefferquote, Spezifität und Sensitivität, ROC-Kurven und Ermittlung des optimalen Trennwerts; Prüfung des Gesamtmodells und der Merkmalsvariablen (AUC, Likelihood-Ratio-Test und Pseudo R-Quadrat-Statistiken)
Voraussetzungen
  • Die Inhalte des Seminars Grundlagen der Statistik mit R werden als bekannt vorausgesetzt. Die statistische Analyseumgebung R/RStudio, der Korrelationskoeffizient Pearsons r und der klassische t-Test sollten angewendet werden können.
  • Sollte nur der Umgang mit R/RStudio nicht vertraut sein (und es liegen solide Kenntnisse in der schließenden Statistik vor), können die Voraussetzungen mit dem 3-tägigen Kurs Einführung in die Programmierung mit R geschaffen werden.
Seminartyp und Dauer
  • offene 3-Tages-Schulung mit max. 10 Teilnehmern
  • täglicher Unterricht 9-17 Uhr mit Pausen
Termine und Veranstaltungsorte

Modul Varianzanalyse
2 Tage Unterricht als Online-Seminar
995,00 Euro
1.184,05 Euro inkl. 19% MwSt.
Kursinhalte
  • ein-, zwei- und mehrfaktorielle Varianzanalyse (ANOVA)
  • Kontrolle von metrischen Störeinflüssen (ANCOVA)
  • Messwiederholungsdesigns (mixed ANOVA/ANCOVA)
  • robuste Standardfehler bei fehlender Varianzhomogenität
  • Effektstärkemaß: generalisiertes Eta-Quadrat
  • Post-hoc-Tests: Tukey’s HSD und Games-Howell-Test
  • Einzelvergleiche mit Alphafehler-Korrektur: Bonferroni, Holm und Jianjun Li
  • Interaktionsanalyse: ordinale, disordinale und hybride Effekte (Wechselwirkungen)
  • Prüfung der Wirksamkeit von Maßnahmen und Interventionen: Statistische Auswertung von Pretest-Posttest-Designs (Evaluationsstudien)
Voraussetzungen
  • Die Inhalte des Seminars Grundlagen der Statistik mit R werden als bekannt vorausgesetzt. Die statistische Analyseumgebung R/RStudio, der Korrelationskoeffizient Pearsons r und der klassische t-Test sollten angewendet werden können.
  • Sollte nur der Umgang mit R/RStudio nicht vertraut sein (und es liegen solide Kenntnisse in der schließenden Statistik vor), können die Voraussetzungen mit dem 3-tägigen Kurs Einführung in die Programmierung mit R geschaffen werden.
  • Es ist von Vorteil (aber nicht notwendig), die Regressionsanalyse zu kennen.
Seminartyp und Dauer
  • offene 2-Tages-Schulung mit max. 10 Teilnehmern
  • täglicher Unterricht 9-17 Uhr mit Pausen
Termine und Veranstaltungsorte

Modul Zeitreihenanalyse
3 Tage Unterricht als Online-Seminar
1.495,00 Euro
1.779,05 Euro inkl. 19% MwSt.
Kursinhalte
  • Zeitregression: Regressionsmodelle mit Trend-, Konjunktur- und Saisonkomponenten, lineare/nichtlineare Trendmodelle mit Berücksichtigung von zyklischen Schwankungen und Strukturbrüchen, Extrapolationsmodelle und Strukturmodelle, Beurteilung der Modellgüte und Prognosegüte, Erstellung von Prognosen mit Prognoseintervallen
  • Zustandsraummodelle (State-Space-Modelle): Einfache exponentielle Modelle, Holts exponentielle Glättung, Holt-Winters exponentielle Glättung, Beurteilung der Modellgüte und Prognosegüte, Erstellung von Prognosen mit Prognoseintervallen
  • ARIMA-Modelle: Dekomposition von Trend- und Saison-Komponenten, Detektion von Random-Walk-Prozessen, Zeitreihen ohne Saisonalität (ARIMA), Zeitreihen mit Saisonalität (SARIMA), Zeitreihen mit Einflussgrößen (ARIMAX), Zeitreihen mit Saisonalität und Einflussgrößen (SARIMAX), Beurteilung der Modellgüte und Prognosegüte, Erstellung von Prognosen mit Prognoseintervallen
Voraussetzungen
  • Die Inhalte des Moduls Regressionsanalyse werden als bekannt vorausgesetzt.
Seminartyp und Dauer
  • offene 3-Tages-Schulung mit max. 10 Teilnehmern
  • täglicher Unterricht 9-17 Uhr mit Pausen
Termine und Veranstaltungsorte

Cluster- und Faktorenanalyse
2 Tage Unterricht als Online-Seminar
995,00 Euro
1.184,05 Euro inkl. 19% MwSt.
Kursinhalte
  • Clusteranalyse: hierarchische Clusteranalyse (Distanz- und Ähnlichkeitsmaße, Fusionierungs-Algorithmen: Single-Linkage, Complete-Linkage und Ward-Verfahren); partitionierende Clusteranalyse (k-Means-Clusteranalyse, k-Medoids-Clusteranalyse)
  • Dimensionsreduzierende Verfahren: Faktorenanalyse (EFA, Explorative Factor Analysis) und Hauptkomponentenanalyse (PCA, Principal Component Analysis): Variablenauswahl, Extraktion und Rotation der Dimensionen, Berechnung von Faktorwerten; Reliabilitätsanalyse zur Identifizierung eines geeigneten Variablensets für die Faktorenanalyse: Indikatorreliabilität (Faktorladungen, Kommunalitäten, Cronbachs Alpha (ohne Item), Item-To-Skala-Korrelation), Faktorreliabilität (Cronbachs Alpha, Einfachstruktur)
Voraussetzungen
  • Die Inhalte des Seminars Grundlagen der Statistik mit R werden als bekannt vorausgesetzt. Die statistische Analyseumgebung R/RStudio, der Korrelationskoeffizient Pearsons r und der klassische t-Test sollten angewendet werden können.
  • Sollte nur der Umgang mit R/RStudio nicht vertraut sein (und es liegen solide Kenntnisse in der schließenden Statistik vor), können die Voraussetzungen mit dem 3-tägigen Kurs Einführung in die Programmierung mit R geschaffen werden.
Seminartyp und Dauer
  • offene 2-Tages-Schulung mit max. 10 Teilnehmern
  • täglicher Unterricht 9-17 Uhr mit Pausen
Termine und Veranstaltungsorte

Seminarreihe Multivariate Datenanalyse mit R
10 Tage Unterricht als Online-Seminar
4.980,00 Euro
5.926,20 Euro inkl. 19% MwSt.
Kursinhalte
  • komplette Seminarreihe zur multivariaten Datenanalyse mit allen Modulen: Regressionsanalyse, Varianzanalyse, Zeitreihenanalyse, Cluster- und Faktorenanalyse
  • persönliche Betreuung durch den Dozenten außerhalb der Unterrichtszeiten während des gebuchten Zeitraums plus vier Wochen: Klärung von Verständnisfragen zu den Verfahren und Anwendungsfragen im beruflichen Bereich per E-Mail oder Zoom
Voraussetzungen
  • Die Inhalte des Seminars Grundlagen der Statistik mit R werden als bekannt vorausgesetzt. Die statistische Analyseumgebung R/RStudio, der Korrelationskoeffizient Pearsons r und der klassische t-Test sollten angewendet werden können.
  • Sollte nur der Umgang mit R/RStudio nicht vertraut sein (und es liegen solide Kenntnisse in der schließenden Statistik vor), können die Voraussetzungen mit dem 3-tägigen Kurs Einführung in die Programmierung mit R geschaffen werden.
Seminartyp und Dauer
  • offene 10-Tages-Schulung mit max. 10 Teilnehmern
  • täglicher Unterricht 9-17 Uhr mit Pausen
Termine und Veranstaltungsorte

 

Termine und Preise für Seminarreihe Multivariate Datenanalyse mit R anzeigen