Statistik - Multivariate Verfahren I

Details
ID | 1252924 |
Dauer | 3.0 Tage |
Methoden | Vortrag mit Beispielen und Übungen. |
Vorwissen | Grundlagen der Statistik |
Zielgruppe | Datenanalysten |
Ziele
Abhängigkeiten
Analysieren und verstehen der Kovarianzstruktur der DatenDimensionen
Anzahl der Dimensionen in Daten reduzierenUnterscheidung
Zuweisen von Beobachtungen zu GruppenBeziehungen
Untersuchen der Beziehungen zwischen kategorialen VariablenÜbersicht
Mit Multivariaten Verfahren (Multivariate Analyse(methoden), Abk.: MVA) werden multivariat verteilte statistische Variablen untersucht. Man betrachtet hier nicht eine Variable isoliert (univariat verteilt), sondern das Zusammenwirken mehrerer Variablen zugleich und damit ihre Abhängigkeitsstruktur. Multivariate Verfahren lassen sich gliedern in \"Strukturprüfende Verfahren\" und \"Strukturentdeckende Verfahren\". Dieses Minitab-Seminar behandelt wichtige Verfahren der multivariaten Analysemethoden. Dies sind Cluster-, Diskriminanz- und Explorative Faktorenanalyse sowie die Korrespondenzanalyse. Sie lernen zunächst die Verfahren theoretisch kennen und verwenden Sie dann in Minitab. Sie sollen nach diesem Minitab-Seminar in der Lage sein, die genannten Verfahren zu verstehen und bewerten zu können, um sie dann mit Erfolg auch für die konkrete Datenanalyse in Minitab einzusetzen.
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
- Hauptkomponenten und Faktoren erkennen
- Gemeinsamkeiten durch Cluster-Analyse aufdecken
- Gruppen voneinander mit der Diskriminanzanalyse trennen
- Konsistenz von Tests durch Korrespondenzanalyse bewerten
Beschreibung
Nutzen Sie fortgeschrittene statistische Techniken in Minitab, um statistische Modelle zu entwickeln, Zusammenhänge aufzudecken und wichtige Variablen zu finden.Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren

Inhalt
Explorative Faktorenanalyse
Wie können metrisch-skalierte Variablen zu hypothetischen Größen (Faktoren) zusammengefasst werden? – Variablenauswahl und Korrelationsmatrix – Extraktion der Faktoren – Bestimmung der Kommunalitäten – Zahl der Faktoren – Faktorinterpretation – Bestimmung der Faktorenwerte - Typische DiagrammeHauptkomponentenanalyse
Wie kann die Anzahl metrisch-skalierter Variablen reduziert werden? - Erstellung von neuen Variablen (Hauptkomponenten) als lineare Kombinationen der beobachteten Variablen - Bestimmung von Koeffizienten, Eigenwerten und Distanzen - Diagramme wie Screeplot, Scoreplot, Ladungsdiagramm usw.Item-Analyse
Wie zuverlässig messen mehrere Items in einer Umfrage oder einem Test dasselbe Merkmal? - Stärke und Richtung der Beziehung zwischen zwei Items - Konsistenz eines Tests oder einer Umfrage - Diagramme und statistische Maßzahlen für die Item-AnalyseClusteranalyse
Wie können Objekte, die durch verschiedene Merkmale beschrieben sind, zu homogenen Gruppen zusammenfasst werden? – Bestimmung der Ähnlichkeiten – Auswahl des Fusionsalgorithmus – Bestimmung der Clusteranzahl - Minitab-Funktionen Cluster-Beobachtungen, Cluster-Variablen und Clusterzentren-AnalyseDiskriminanzanalyse
Welche Variablen können gegebene Objektgruppen signifikant voneinander unterscheiden? – Definition der Gruppen – Formulierung, Schätzung und Prüfung der Diskriminanzfunktion – Prüfung der Merkmalsvariablen – Klassifikation neuer ElementeEinfache und multiple Korrespondenzanalyse
Wie können Kreuztabellen visualisiert werden? – Standardisierung der Daten – Extraktion der Dimensionen – Normalisierung der Koordinaten - InterpretationDozent/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