Detaillierte Informationen zum Seminar
Inhalte:
Sie können für Ihr maßgeschneidertes Firmenseminar aus folgenden Theman auswählen:
- Multiple Regressionsanalyse
Regressionsmodelle für kontinuierliche und kategoriale Variablen mit Suppressionseffekten (Suppressoranalyse), Moderationseffekten (Moderatoranalyse), nicht-linearen Effekten (polynomiale Regression) und Interaktionseffekten zwischen kategorialen und kontinuierlichen Variablen (dummykodierte Regressionsanalyse); automatisierte Verfahren zur Auswahl von Prognosevariablen und der Ermittlung des am besten an die Daten angepassten Modells; Residualdiagnostik und Prüfung der Modellprämissen (Angemessenheit des Modells, Unabhängigkeit der Daten, Multikollinearität, Homoskedastizität und Normalverteilung der Residuen, Erkennung von einflussreichen Datenpunkten); 2D- und 3D-Grafiken von Regressionsmodellen - Logistische Regression
Schätzung der logistischen Regressionsfunktion, Interpretation der Koeffizienten (Logits, Odds und Wahrscheinlichkeiten), Berechnung von Odds Ratio und relatives Risiko, Konfusionstabellen mit Trefferquote, Spezifität und Sensitivität, ROC-Kurven und automatisierte Verfahren zur Ermittlung des optimalen Trennwerts, automatisierte Auswahl von Prognosevariablen, Prüfung des Gesamtmodells und der Merkmalsvariablen (AUC, Likelihood-Ratio-Test und Pseudo R-Quadrat-Statistiken) - Zeitreihenanalyse
Glättungsmethoden und LOESS-Dekomposition von Trend- und Saison-Komponenten, exponentielle Prognosemodelle (State-Space-Modelle) und ARIMA-Modelle, Erstellung von Prognosen, Beurteilung der Modellgüte und Prognosegüte, grafische Darstellung von Zeitreihen - Clusteranalyse
hierarchische Clusteranalyse (Distanz- und Ähnlichkeitsmaße, Fusionierungs-Algorithmen: Single-Linkage, Complete-Linkage, Ward), k-Means-Clusteranalyse - Diskriminanzanalyse
Schätzung der Diskriminanzfunktion, Prüfung der Modellgüte und der Eignung von Variablen, automatisierte Auswahl von Variablen, Klassifikation von neuen Fällen - Explorative Faktorenanalyse
Hauptachsenanalyse, Hauptkomponentenanalyse, Extraktion und Rotation der Faktoren, Variablenauswahl, Modellgüte, Berechnung von Faktorwerten
Dauer/zeitlicher Ablauf:
3 Tage, 8-17 Uhr
Ziele/Bildungsabschluss:
fortgeschrittene Verfahren unter SAS kennen lernen, Daten mit Hilfe der multivariaten Statistik auswerten können, Ergebnisse von multivariaten Verfahren grafisch darstellen, erläutern und interpretieren können, aufgrund einer Fragestellung das geeignete multivariate Verfahren identifizieren und anwenden können
Teilnahmevoraussetzungen:
Erfahrungen mit SAS Studio und die Inhalte des Seminars
Grundlagen der Statistik mit SAS Studio (Interpretation von Korrelationskoeffizienten wie Pearsons r und Signifikanztests wie dem t-Test sollten bekannt sein). Grundlegende Fertigkeiten im Umgang mit SAS Studio – wie Datenimport, Datenaufbereitung, Grafikerstellung und statistische Standardverfahren – werden vorausgesetzt, ständig angewendet und vertieft. Wenn der Umgang mit SAS Studio nicht vertraut sein sollte, empfiehlt es sich, vorher ein
Grundlagen-Training zu besuchen, um erstmal mit SAS Studio vertraut zu werden. Bei Interesse können die Grundlagen auf Wunsch mit vermittelt werden.
Technische Voraussetzungen:
Bei Inhouse-Seminaren werden Seminarraum und technische Geräte (Beamer, Leinwand, PCs/Laptops) vom Kunden zur Verfügung gestellt. Gegen Aufpreis können wir bundesweit in allen größeren Städten einen Seminarraum mit den technischen Geräten organisieren. Auf Wunsch können wir auch ein Online-Firmenseminar durchführen
Lehrgangsverlauf/Methoden:
- Rahmen: 3 Tage mit 24 Stunden Unterricht (täglich 8 Stunden, 8-17 Uhr)
- Aufteilung Theorie/Praxis: 50 % Theorie + 50 % Praxis mit Übungen
- Videokonferenzsoftware: MS Teams, WebEx oder Zoom
Material:
- multimedialer Online-Unterricht
- umfangreiche Online-Materialien
- persönliche Betreuung der Teilnehmer in den Übungsblöcken
- ein Zertifikat mit den Schulungsinhalten
Zielgruppe:
Der SAS-Kurs richtet sich an Anwender, Fachkräfte, Doktoranden und Studierende aus den Bereichen der Sozial- und Marktforschung, den Wirtschaftswissenschaften und der Betriebswirtschaft (Marketing, Business Intelligence) und der psychologischen, klinischen, pharmazeutischen und biologischen Forschung, die mit den fortgeschrittenen Verfahren der multivariaten Statistik mehr aus ihren Daten herausholen wollen.
Seminarkennung:
MDA
