| ID | 1252630 |
|---|---|
| Klassenraum | 5 Tage 9:00-16:30 |
| Webinar | 5 Tage 9:00-16:30 |
| Methode | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Allgemeine Kenntnisse der Mathematik |
| Zielgruppe | Datenanalysten |
- Deskriptive Statistik nutzen, um Daten zu beschreiben
- Wahrscheinlichkeitstheorie verstehen und anwenden
- Zusammenhänge nachweisen und statistische Modelle bauen
- Eigenschaften von Daten prüfen und nachweisen
- Datensätze beschreiben
- Lernen Sie, mit Lage- und Streuungsmaßen Datensätze zu beschreiben
- Zusammenhängen aufdecken
- Weisen Sie Zusammenhänge zwischen Datenreihen nach
- Statistische Modelle entwickeln
- Verwenden Sie Regression, um Daten in Modellen zu erklären
- Rechnen mit Wahrscheinlichkeiten
- Setzen Sie induktive Statistik für Wahrscheinlichkeiten ein
- Hypothesen testen und nachweisen
- Sehen Sie, wie Sie Hypothesen über die Grundgesamtheit prüfen
Beschreibung
Lernen Sie, wie Sie in IBM SPSS Statistics mit deskriptiver Statistik Datenreihen strukturiert beschreiben und zusammenfassen, um dann mit induktiver Statistik Hypothesen aufstellen und beweisen.
Spezial
Daten aus Experimenten und Fragebögen erfolgreich analysieren lernen mit statistischer Methodik und konkreten Beispielen
Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
Die deskriptive Statistik ermöglicht es, vorliegende Daten in geeigneter Weise zu beschreiben und zusammenzufassen. Mit ihren Methoden verdichtet man quantitative Daten zu Tabellen, graphischen Darstellungen und Kennzahlen. Man lernt in einem ersten Teil Lagemaße (zentrale Tendenz einer Häufigkeitsverteilung, Mittelwert, Median, Modus oder Modalwert, Quantile (Quartile, Dezile), Schiefe und Exzess einer Verteilung) und die Streuungsmaße (Varianz, Standardabweichung, Variationsbreite/Spannweite, Interquartilbereiche, Mittlere absolute Abweichung) und Zusammenhangsmaße sowie Konzentrationsmaße kennen. In einem zweiten Teil lernen die TeilnehmerInnen dann die lineare und nicht-lineare Regressionsanalyse für metrische Daten kennen. Die induktive Statistik hingegen leitet aus den Daten einer Stichprobe Eigenschaften einer Grundgesamtheit ab. Die Wahrscheinlichkeitstheorie liefert die Grundlagen für die erforderlichen Schätz- und Testverfahren. Sie gibt der deskriptiven Statistik die Werkzeuge an die Hand, mit deren Hilfe diese aufgrund der beobachteten Daten begründete Rückschlüsse auf deren zu Grunde liegendes Verhalten ziehen kann. Im dritten Teil dieses Seminars lernen die TeilnehmerInnen zunächst die Wahrscheinlichkeitstheorie kennen und leiten dann aus Stichproben mit statistischen Testverfahren Informationen über die Grundgesamtheit ab.
