Data Science / Statistik / Oracle / Oracle 19c / Statistik mit SQL

Oracle 19c - Statistik mit SQL



ID 1151817
Klassenraum 3 Tage
Webinar 5 Tage
Methode Vortrag mit Beispielen und Übungen.
Vorwissen Oracle SQL, PL/SQL
Zielgruppe Business Intelligence-Entwickler


  • Daten beschreiben, darstellen und zusammenfassen
  • Statistische Modelle für Prognosen und Erklärungen mit der linearen Regression aufbauen
  • Wahrscheinlichkeitstheorie verstehen und anwenden
  • Eigenschaften von Daten prüfen und mit Hypothesentests nachweisen
  • Varianzanalyse für Analyse von Gruppenunterschieden nutzen


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
Wahrscheinlichkeitsverteilungen kennenlernen
Lernen Sie gängige Verteilungen kennen und nutzen
Schlussfolgerungen über die Grundgesamtheit treffen
Leiten Sie aus der Stichprobe Eigenschaften über die Grundgesamtheit ab



Verwenden Sie Oracle und SQL-Funktionen für die deskriptive und induktive Datenanalyse, d.h. der Beschreibung von Daten und dem Nachweis von Aussagen sowie der Modellbildung.



Sie erhalten die von Ihrem Dozenten Marco Skulschus veröffentlichten Kurzeferenzen und ein Fachbuch.

Services:

  • Mittagessen / Catering
  • Hilfe bei Hotel / Anreise
  • Comelio-Zertifikat
  • Flexibel: Bis 10 Tage vorher kostenlos stornieren

Übersicht

Oracle-Programmierer, Marketing- und Controlling-Fachkräfte, welche direkt mit SQL oder PL/SQL auf die Oracle-Datenbank zugreifen, können in SQL-Abfragen und PL/SQL-Prozeduren und PL/SQL-Funktionen statistische Analysen für deskriptive Statistik und induktive Statistik durchführen. Dieses Seminar zeigt Ihnen anhand von Beispielen die verschiedenen Funktionen, die direkt in der Oracle-Datenbank vorhanden sind. Die statistischen Konzepte von Lage- und Streuungsmaßen, Korrelation und Regression sowie statistisches Testen für Verteilungstests, Kontingenzanalyse und auch Varianzanalyse werden Ihnen ebenfalls bei jedem Beispiel vermittelt.

Termine

  • 2020-Oct-19 - Oct-21
  • 2020-Dec-28 - Dec-30
  • 2021-Mar-08 - Mar-10
  • 2021-May-17 - May-19

1450 EUR zzgl. MwSt.

Standort | Anmeldung

  • 2020-Nov-02 - Nov-04
  • 2021-Jan-11 - Jan-13
  • 2021-Mar-22 - Mar-24
  • 2021-May-31 - Jun-02

1500 EUR zzgl. MwSt.

Standort | Anmeldung

  • 2020-Oct-19 - Oct-21
  • 2020-Dec-28 - Dec-30
  • 2021-Mar-08 - Mar-10
  • 2021-May-17 - May-19

1500 EUR zzgl. MwSt.

Standort | Anmeldung

  • 2020-Nov-09 - Nov-11
  • 2021-Jan-18 - Jan-20
  • 2021-Mar-29 - Mar-31
  • 2021-Jun-07 - Jun-09

1500 EUR zzgl. MwSt.

Standort | Anmeldung

  • 2020-Oct-26 - Oct-28
  • 2021-Jan-04 - Jan-06
  • 2021-Mar-15 - Mar-17
  • 2021-May-24 - May-26

1500 EUR zzgl. MwSt.

Standort | Anmeldung

  • 2020-Oct-19 - Oct-21
  • 2020-Dec-28 - Dec-30
  • 2021-Mar-08 - Mar-10
  • 2021-May-17 - May-19

1500 EUR zzgl. MwSt.

Standort | Anmeldung

  • 2020-Nov-09 - Nov-11
  • 2021-Jan-18 - Jan-20
  • 2021-Mar-29 - Mar-31
  • 2021-Jun-07 - Jun-09

1480 EUR zzgl. MwSt.

Standort | Anmeldung

  • 2020-Oct-26 - Oct-28
  • 2021-Jan-04 - Jan-06
  • 2021-Mar-15 - Mar-17
  • 2021-May-24 - May-26

1550 EUR zzgl. MwSt.

Standort | Anmeldung

  • 2020-Nov-09 - Nov-13
  • 2021-Jan-18 - Jan-22
  • 2021-Mar-29 - Apr-02
  • 2021-Jun-07 - Jun-11

950 EUR zzgl. MwSt.

Standort | Anmeldung


Inhalt

Statische Maßzahlen der deskriptiven Statistik

Lagemaße: Häufigkeiten mit COUNT, Modus mit STATS_MODE, Mittelwerte mit AVG, MEDIAN - Quantile mit - PERCENTILE_CONT und PERCENTILE_DISC - Streuungsmaße: Spannweite mit MIN und MAX, Standardabweichung mit STDDEV, STDDEV_POP und STDDEV_SAMP, Varianz mit VAR_POP, VAR_SAMP und VARIANCE - Rang und Verteilung mit CUME_DIST, DENSE_RANK, RANK und PERCENT_RANK

Korrelationsanalyse

Kovarianz mit COVAR_POP und COVAR_SAMP - Korrelation mit CORR (Bravais-Pearson) - Rangkorrelation mit CORR_S (Spearmans Rho) und CORR_K (Kendalls Tau)

Regressionssanalyse

Lineare Regression und Methode der kleinsten Quadrate - Geradengleichung ableiten mit REGR_SLOPE und REGR_INTERCEPT - Determinationskoeffizient mit REGR_R2 - Gemeinsamer Schwerpunkt mit REGR_AVGX und REGR_AVGY - Güteanalyse mit REGR_COUNT, REGR_SXX, REGR_SYY und REGR_SXY - Prognose und Residualanalyse

Kontingenzanalyse

Kontingenzanalyse und Zusammenhang bei kategorialen Variablen - Chi-Quadrat-Test mit CHISQ_OBS und CHISQ_DF - Signifikanz mit CHISQ_SIG - Kontingenzmaße: Phi-Koeffizient mit PHI_COEFFICIENT, Cramers V mit CRAMERS_V, Kontigenzkoeffizient mit CONT_COEFFICIENT und Cohens Kappa mit COHENS_K

Statistisches Testen

Überblick Wahrscheinlichkeitstheorie - Einführung in die Testtheorie - t-Test mit STATS_T_TEST_ONE (eine Stichprobe), STATS_T_TEST_PAIRED (zwei Stichproben), STATS_T_TEST_INDEP (zwei unabhängige Stichproben) und STATS_T_TEST_INDEPU (zwei unabhängige Stichproben mit ungleicher Varianz) - Varianzenvergleich mit STATS_F_TEST - Verteilungstests mit STATS_BINOMIAL_TEST - Mann-Whitney-Test mit STATS_MW_TEST - Kolmogorov-Smirnov-Funktion mit STATS_KS_TEST - Wilcoxon Signed Ranks mit STATS_WSR_TEST

Varianzanalyse (ANOVA)

Varianzanalyse - ANOVA durchführen mit STATS_ONE_WAY_ANOVA: Quadratesumme mit SUM_SQUARES_BETEEN und SUM_SQUARES_WITHIN, mittlere Quadratesummen mit MEAN_SQUARES_BETWEEN und MEAN_SQUARES_WITHIN, F-Wert mit F_RATIO und Signifikanz mit SIG

Zeitreihenanalyse und Trend

Grundlagen Zeitreihenanalyse: Komponenten, Stationarität, Autokorrelation, Autokovarianz, Periodizität - Glättung: Gleitender Durchschnitt, exponentielles Glätten - Trendberechnungen durchführen mit linearer Regression - Saisonfigur und Residualanalyse

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 ISBN 978-3-939701-23-1
  • System und Systematik von Fragebögen ISBN 978-3-939701-26-2
  • Oracle SQL ISBN 978-3-939701-41-5
  • SQL Server 2012: Data Mining und multivariate Verfahren ISBN 978-3-939701-85-9
  • SQL und relationale Datenbanken ISBN 978-3-939701-52-1
Projekte

Als Berater und Projektleiter konzipiert Herr Skulschus Business Intelligence-Systeme auf Basis von OLAP und Data Warehouse-Technologien mit MS SQL Server und Oracle mit Berichtskomponenten im Intranet oder MS Excel, statistische Analysen und Data Mining-Modulen. Je nach Aufgabe setzt er R, IBM SPSS oder Minitab ein.

Forschung

Er leitete ein mehrjähriges Forschungsprojekt zur Entwicklung eines Fragebogensystems mit ontologie-basiertem Datenmodell und innovativen Frage-Antwort-Darstellungen. Förderung durch das BMWi und Zusammenarbeit mit verschiedenen Universitäten.