Statistik - Regressionsanalyse mit R
Details
| ID | 1252622 |
| Dauer | 3.0 Tage |
| Methoden | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Grundlagen der Statistik |
| Zielgruppe | Datenanalysten |
Ziele
Lineare Regression nutzen
Erstellen Sie Regressionsmodelle mit einer und mehreren VariablenModelle für nichtlineare Regression aufbauen
Bauen Sie analytische Modelle für Polynome oder andere nichtlineare FormenLogistische Regression für Klassifikation nutzen
Erstellen Sie Modelle für die Gruppenzugehörigkeit von DatenNichtparametrische Regression einsetzen
Setzen Sie Techniken wie Kernregression und andere Glättungstechniken einÜbersicht
Regressionsanalysen sind statistische Analyseverfahren mit dem Ziel, Beziehungen zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen festzustellen. Sie wird insbesondere verwendet, wenn Zusammenhänge quantitativ zu beschreiben oder Werte der abhängigen Variablen zu prognostizieren sind. Mit R stehen eine Vielzahl von Analysemöglichkeiten bereit. Dieses Seminar zeigt Ihnen ausgehend von der einfachen linearen Regression, wie Sie lineare und nichtlineare Regressionsmodelle mit mehreren Variablen ableiten und für Prognosen nutzen können. Dabei werden auch die Themen robuste Regression und die Regression mit vielen Regressoren behandelt. Neben metrischen Zielvariablen sehen Sie auch, wie Sie mit logistischer Regression die Vorhersage von kategorialen Zielgrößen modellieren können. Das Seminar geht dann zusätzlich auch auf fortgeschrittene Themen wie semi- und nichtparametrische Regression oder Quantilsregression ein.
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
- Lineare Regression mit einer und mehreren Variablen nutzen
- Besondere Techniken für die lineare Regression mit vielen Regressoren verstehen
- Modelle für nichtlineare Regression aufbauen
- Daten mit der nichtparametrischen Regression untersuchen
- Gruppen klassifizieren über die logistische Regression
Beschreibung
Lernen Sie die Regressionsanalyse mit R umfassend kennen, um sowohl lineare Einfach- und Mehrfach-Regression zu beherrschen, nichtlineare Modelle aufzubauen, Daten klassifizieren zu können oder nichtparametrische Analyse durchzuführen.Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
Inhalt
Einfache lineare Regression
Regression als Deskription - Regressionsgerade - Bestimmtheitsmaß - Schätzen und Testen im einfachen lineare Regressionsmodell: Konfidenzintervalle, Prognoseintervalle, Tests - ResidualanalyseMultiple lineare Regression
Das klassische lineare Regressionsmodell: Parameterschätzung, Tests, Konfidenz- und Prognoseintervalle, Variablenselektion, Modell-Check - Das allgemeine lineare Regressionsmodell: KQ- und GKQ-Schätzung, Heteroskedastische Störungen, Clusterweise Regression - Multivariate multiple Regression: Das multivariate lineare Modell, ParameterschätzungLineare Regression mit vielen Regressoren
Hauptkomponentenregression - Partial Least Squares-Regression - Reduzierte Rang-RegressionNichtlineare Regression
Formen nichtlinearer Abhängigkeiten - Linearisierbare Zusammenhänge - Polynomiale Regressionsmodelle - InferenzmethodenNichtparametrische Regression
Kernregression und Nächste-Nachbarn - Lokale polynomiale Glättung - Spline-Regression - Additive Modelle - RegressionsbäumeQuantilsregression
Quantilsfunktion - Regressionsquantile - ParameterschätzungLogistische Regression
Binomialverteilte Zielgrößen und ihre Modellschätzung - Logitmodelle für mehrkategoriale Zielgrößen - Schätzen und Testen für mehrkategoriale ModelleDozent/in
Unser Trainer für Statistik und Data-Mining mit R Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken, Datenanalyse und als Berater für statistische Analyse mit R. Teilnehmer/innen seiner R-Seminare sind Betriebswirte / Volkswirtschaftler, Ingenieure und Doktoranden, die für Statistik und Data Mining R einsetzen wollen.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