Statistik - Deskriptive und Induktive Statistik
Details
| ID | 1252911 |
| Dauer | 5.0 Tage |
| Methoden | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Allgemeine Kenntnisse der Mathematik |
| Zielgruppe | Datenanalysten |
Ziele
Datensätze beschreiben
Lernen Sie, mit Lage- und Streuungsmaßen Datensätze zu beschreibenZusammenhängen aufdecken
Weisen Sie Zusammenhänge zwischen Datenreihen nachStatistische Modelle entwickeln
Verwenden Sie Regression, um Daten in Modellen zu erklärenRechnen mit Wahrscheinlichkeiten
Setzen Sie induktive Statistik für Wahrscheinlichkeiten einHypothesen testen und nachweisen
Sehen Sie, wie Sie Hypothesen über die Grundgesamtheit prüfenÜbersicht
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.
Termine
Wir überarbeiten gerade unsere Webseite und die Seminare. Neue Termine gibt es erst ab 2025. Wir bieten dieses Seminar weiterhin als Inhouse-Seminar für Sie und Ihr Team an.
Comelio Medien
Noch auf der Suche nach weiterführender Literatur? Entdecken Sie passende Fachbücher in unserem Katalog.
Themen
- Deskriptive Statistik nutzen, um Daten zu beschreiben
- Wahrscheinlichkeitstheorie verstehen und anwenden
- Zusammenhänge nachweisen und statistische Modelle bauen
- Eigenschaften von Daten prüfen und nachweisen
Beschreibung
Lernen Sie, wie Sie in Minitab mit deskriptiver Statistik Datenreihen strukturiert beschreiben und zusammenfassen, um dann mit induktiver Statistik Hypothesen aufstellen und beweisen.Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
Inhalt
Deskriptive Statistik: Eindimensionale Häufigkeitsverteilungen
Häufigkeitsverteilungen und grafische Darstellung bei verschiedenen Skalen - Maßzahlen der Häufigkeit: Mittelwerte (Modus, Zentralwert, Quantile, Arithmetisches / geometrisches / harmonisches Mittel - Streuungsmaße: Spannweite, Quartilsabstand, Mittlere absolute Abweichung, empirische Standardabweichung, Variationskoeffizient - Formparameter: Schiefemaße, WölbungsmaßeDeskriptive Statistik: Korrelationsanalyse
Koeffizienten bei nominal skalierten Merkmalen: Quadratische Kontingenz, Phi-Koeffizient, Kontingenzkoeffizient - Koeffizienten bei ordinal skalierten Merkmalen: Rangkorrelationskoeffizient nach Spearman - Koeffizienten bei metrisch skalierten Merkmalen: Empirische Kovarianz, Empirischer Korrelationskoeffizient nach Bravais-PearsonDeskriptive Statistik: Regressionsanalyse
Lineare und nicht-lineare Regression - Lineare Einfach-Regression: Berechnung der Regressionsgeraden und des Determinationskoeffizienten - Vorhersagen und ResidualanalyseInduktive Statistik: Wahrscheinlichkeitstheorie
Grundlagen: Zufallsexperiment, Ergebnismenge und Ereignis, Zusammengesetzte Ereignisse, Absolute und relative Häufigkeiten - Wahrscheinlichkeitsbegriffe: Klassischer, statistischer und subjektiver Wahrscheinlichkeitsbegriff - Rechnen mit Wahrscheinlichkeiten: Axiome und ihre Folgerungen, Bedingte Wahrscheinlichkeit, Multiplikationssatz, Stochastische Unabhängigkeit, Satz der totalen Wahrscheinlichkeit, Bayessches Theorem - Kombinatorik: Permutationen, Kombinationen mit und ohne Wiederholung, Eigenschaften des Binomialkoeffizienten, UrnenmodellInduktive Statistik: Wahrscheinlichkeitsverteilungen
Zufallsvariablen - Diskrete Verteilungen: Binomialverteilung, Poissonverteilung, Hypergeometrische Verteilung, Geometrische Verteilung - Stetige Verteilungen: Gleichverteilung, Exponentialverteilung, Normalverteilung - Maßzahlen: Erwartungswert, Mathematische Erwartung, VarianzInduktive Statistik: Statistisches Testen
Intervallschätzungen: Konfidenzintervall für den Mittelwert und für die Varianz einer Normalverteilung sowie für den Anteilswert - Parametertests: Test für Mittelwert einer Normalverteilung, Test für Anteilswert, Fehler beim Testen, Test für Varianz, Differenztests für den Mittelwert und Anteilswert, Quotiententest für die Varianz - Verteilungstests: Chi-Quadrat-Anpassungstest, Chi-Quadrat-Unabhängigkeitstest (Kontingenztest)Dozent/in
Unser Statistik- und Data-Mining-Trainer Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken und als Business Intelligence-Berater. Zu seinen Kunden zählen Marktforschungsunternehmen oder Behörden wie der Deutsche Bundesrat sowie Abteilungen für die Qualitätssicherung und Prozessoptimierung.Veröffentlichungen
- Grundlagen empirische Sozialforschung (Comelio Medien)
978-3-939701-23-1 - System und Systematik von Fragebögen (Comelio Medien)
978-3-939701-26-2 - Oracle SQL (Comelio Medien)
978-3-939701-41-5 - SQL Server 2012: Data Mining und multivariate Verfahren (Comelio Medien)
978-3-939701-85-9 - SQL und relationale Datenbanken (Comelio Medien)
978-3-939701-52-1