| ID | 1252622 |
|---|---|
| Klassenraum | 3 Tage 9:00-16:30 |
| Webinar | 5 Tage 9:00-12:30 |
| Methode | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Grundlagen der Statistik |
| Zielgruppe | Datenanalysten |
- 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
- Lineare Regression nutzen
- Erstellen Sie Regressionsmodelle mit einer und mehreren Variablen
- Modelle für nichtlineare Regression aufbauen
- Bauen Sie analytische Modelle für Polynome oder andere nichtlineare Formen
- Logistische Regression für Klassifikation nutzen
- Erstellen Sie Modelle für die Gruppenzugehörigkeit von Daten
- Nichtparametrische Regression einsetzen
- Setzen Sie Techniken wie Kernregression und andere Glättungstechniken ein
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.
Spezial
Entdecken Sie, was nach der einachen linearen Regression mit R und fortgeschrittenen Statistik-Methoden möglich ist.
Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
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.
