Grundlagen der Statistik mit R (Köln/Online)

Der Kurs Statistik-Grundlagen mit R für Programmierer besteht aus einem zweitägigen Basistraining und einem dreitägigen Aufbautraining, die voneinander unabhängig besucht werden können. Im Basistraining wird in die Programmiersprache R und in die Grundlagen der deskriptiven Statistik eingeführt. Im Aufbautraining werden die Grundlagen der schließenden Statistik vermittelt und in die Datenanalyse mit Hilfe statistischer Tests (Signifikanztests) und der Varianzanalyse eingeführt.

Das zweitägige Basistraining vom R-Kurs bietet eine Einführung in die Programmierung mit R und RStudio und in die Methoden des Datenimports und der Datenaufbereitung: Sie lernen, mit den R-Paketen der Bibliothek tidyverse Daten einzulesen, umzustrukturieren und zu selektieren, sortieren, gruppieren und zu transformieren. Sie erhalten außerdem eine fundierte Einführung in die deskriptive Statistik und die Darstellung von statistischen Ergebnissen mit Grafiken wie Histogrammen, Balkendiagrammen, Kreisdiagrammen, Boxplots, Streudiagrammen und Liniendiagrammen unter Verwendung der R-Pakete rstatix mit ggpubr.

In dem dreitägigen Aufbautraining wird in die schließende Statistik und die Anwendung von statistischen Tests und dem multivariaten Verfahren der Varianzanalyse eingeführt: parametrische und verteilungsfreie Signifikanztests und die  verschiedenen Varianten der Varianzanalyse. Die Varianzanalyse erlaubt die Analyse der Mittelwerte verschiedener Stichproben und ist hinsichtlich Präzision und Arbeitsaufwand ein Vielfaches dem t-Test für den Mittelwertsvergleich überlegen. Die Varianzanalyse ist außerdem das Verfahren der ersten Wahl zur Evaluation von Änderungen, Maßnahmen und Interventionen und zur Auswertung von randomisierten kontrollierten Studien im Rahmen von Pretest-Posttest-Designs mit einer Kontrollstichprobe.

Inhalte des Basis-Trainings

• Einführung in R und RStudio
  • R-Pakete installieren und verwenden
  • Projekte anlegen und verwalten
  • Variablen, Datentypen und Datenstrukturen
  • Funktionen des klassischen R (Base R)
  • R-Skripte entwickeln und testen
• Datenimport/-export und Datenaufbereitung mit der R-Bibliothek tidyverse
  • Text- und Exceldateien importieren mit readr und readxl
  • Daten und Ergebnisse exportieren mit openxlsx
  • Daten umstrukturieren mit tidyr
  • Daten transformieren, selektieren, gruppieren und sortieren mit dplyr
• Deskriptive Statistik mit dem R-Paket rstatix
  • Zentralmaße, Streuungsmaße und Häufigkeiten
  • Häufigkeitstabellen und Kreuztabellen
  • Erstellen von Tabellen mit deskriptiven Kennwerten
  • Korrelationen und Zusammenhangsmaße
  • Diagramme mit ggplot2 und ggpubr erstellen (Balkendiagramme, Kreisdiagramme, Histogramme, Boxplots, Liniendiagramme und Streudiagramme)

Inhalte des Aufbau-Trainings

• Einführung in die schließende Statistik (statistische Tests)
  • Statistisches Testen anhand von Stichproben
  • Wahrscheinlichkeitsverteilungen (Normalverteilung)
  • Nullhypothesentest nach Fisher (Signifikanztest)
  • p-Werte, Effektgrößen (Cohen’s d, Hedge’s g) und Konfidenzintervalle
• Parametrische Verfahren mit dem R-Paket rstatix
  • z-Test und t-Test für eine Stichprobe zur Prüfung der Abweichung eines Mittelwerts von einem vorgegebenen Wert
  • t-Test zur Signifikanzprüfung des Unterschieds zweier Mittelwerte aus unabhängigen oder verbundenen Stichproben
  • Levene-Test zur Signifikanzprüfung von Varianzen und Standardabweichungen
  • Shapiro-Wilk-Test zur Signifikanzprüfung der Normalverteilungsannahme
  • Prüfung der Wirksamkeit von Aktionen, Maßnahmen, Interventionen und anderen Veränderungen mit t-Tests (Pretest-Posttest-Designs mit Kontrollstichprobe)
• Verteilungsfreie Verfahren mit dem R-Paket rstatix
  • U-Test von Wilcoxon-Mann-Whitney und Wilcoxon-(Vorzeichenrang-)Test zur Signifikanzprüfung von Medianen
  • Binomialtest und exakter Test nach Fisher zur Signifikanzprüfung von Häufigkeiten
  • Kontingenzanalyse mit Chi-Quadrat-Test zur Signifikanzprüfung von Häufigkeiten einer Kreuztabelle
• Varianzanalysen mit dem R-Paket rstatix
  • ein-, zwei- und mehrfaktorielle Varianzanalyse (inkl. Korrektur der Standardfehler bei Heteroskedastizität und generalisiertes Eta-Quadrat)
  • Messwiederholungsdesigns (mixed ANOVA) und Kontrolle von Störeinflüssen (ANCOVA)
  • t-Tests im Rahmen der Varianzanalyse (Post-hoc-Mehrfachvergleiche: Tukey-Kramer HSD, Games-Howell HSD, Duncans MRT, Dunnetts Test; paarweise Einzelvergleiche mit Alphafehler-Korrektur: Bonferroni, Holm und Jianjun Li)
  • Interaktionsanalyse (Wechselwirkungen aufgrund sich verstärkender oder hemmender Effekte)
  • Statistische Auswertung von Pretest-Posttest-Designs mit Varianzanalysen

Nutzen des Kurses: Der Nutzen des Seminars besteht darin, dass die Teilnehmer innerhalb einer Woche in die Lage versetzt werden, Daten mit Hilfe der statistischen Programmiersprache R auf hohem Niveau aufbereiten, analysieren und visualisieren zu können. Damit dies gelingt, wird nicht nur das theoretische Hintergrundwissen vermittelt, sondern auch die praktische Anwendung und Umsetzung mit der weltweit am meisten eingesetzten und umfangreichsten statistischen Analyse-Umgebung R mit RStudio. Dabei werden die aktuell leistungsfähigsten R-Pakete zur effizienten Auswertung und professionellen Erstellung von publikationsfertigen Grafiken und Tabellen eingesetzt: tidyverse, rstatix und ggplot2 mit ggpubr. Damit Sie den vollen Nutzen des Seminars erfahren können, empfiehlt es sich, den kompletten Kurs mit beiden Teilkursen zu belegen.

Ziele des Kurses: Grundfunktionen der Statistik-Software R lernen, die Oberfläche RStudio bedienen können, die Grundlagen der Statistik verstehen und anwenden können, Daten importieren, aufbereiten und auswerten können, Ergebnisse darstellen, erläutern und interpretieren können, mit R Skripten statistische Verfahren programmieren können, Grafiken mit RGraphics erstellen können

Es werden für das Basis-Training bzw. für das Komplett-Training allgemeine Computerkenntnisse (Erfahrung in der Anwendung von Textverarbeitungs- und Tabellenkalkulationsprogrammen) und Grundkenntnisse in der Mathematik (Grundkenntnisse in der Statistik sind von Vorteil, aber nicht erforderlich) vorausgesetzt. Im Aufbau-Training werden grundlegende Fertigkeiten im Umgang mit R wie Datenimport, Datenaufbereitung, Grafikerstellung und die Erstellung deskriptiver Statistiken vorausgesetzt, ständig angewendet und vertieft.

Sie nehmen an einem Live-Online-Training teil, der vom Ablauf und der Qualität unseren Präsenztrainings entspricht.  Mit der heutigen Technik kommt das Präsenz-Seminar zu Ihnen an den Arbeitsplatz bzw. ins Home-Office. Der Dozent führt in die Themen ein, beantwortet die Fragen der Teilnehmer und geht in den Übungsrunden auf jeden Teilnehmer persönlich ein. Bei Fragen oder Problemen können Sie dem Dozenten Ihren Bildschirm freigeben.

Ein Teilnehmer unserer Kurse schreibt: „Obwohl ich wegen Online Seminar sehr skeptisch gegenüber stand, kann ich dem Dozenten wirklich nur dafür gratulieren, wie gut dieser dieses Seminar umgesetzt hat. Dies könnte man wohl auch nicht besser bei einer Vorort-Schulung machen. Daher kann ich dieses Seminar nur wirklich sehr empfehlen.“ Lesen Sie weitere Rezensionen unserer Teilnehmer unter https://www.provenexpert.com/dhl-data-science-seminare-gmbh/.

Alles, was Sie brauchen, ist ein PC oder Laptop mit folgenden Merkmalen:

• Es ist die Statistik-Software installiert, mit der der Kurs durchgeführt wird. Sie erhalten dazu nach der Anmeldung eine detaillierte Installationsanleitung.
• Der Laptop hat Zugang zum Internet mit einer empfohlenen Bandbreite von mindestens 1-2 MBit/s.
• Entweder installieren Sie unsere Webinar-Software oder Sie nehmen an dem Webinar mit einem Internet-Browser (Google Chrome oder Firefox) teil.
• Testen Sie die Funktionsfähigkeit von Kamera, Mikrofon und Lautsprecher Ihres PCs/Laptops.
• Von Vorteil wäre die Verwendung von zwei Geräten/Monitoren: Auf dem einen Gerät/Monitor (z. B. Laptop oder Tablet) sehen Sie die Präsentation des Dozenten oder Unterrichtsmaterialien. Auf dem anderen Gerät/Monitor (z. B. PC oder Laptop) können Sie parallel dazu das Gelernte direkt anwenden und Übungsaufgaben lösen.

Bei unseren Präsenzveranstaltungen in Köln wird Ihnen ein fertig eingerichteter Schulungslaptop mit gedruckten Unterlagen im Seminarraum zur Verfügung gestellt. 

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.

• Rahmen: 2-5 Tage mit 16-40 Stunden Unterricht (täglich 8 Stunden, 9-17 Uhr)
• Aufteilung Theorie/Praxis: 50 % Theorie + 50 % Praxis mit Übungen

Präsenztrainings

• Seminarräume in zentraler Lage
• Schulungslaptops mit R/RStudio
• gedruckte Schulungsunterlagen 
• persönliche Betreuung der Teilnehmer in den Übungsblöcken
• Getränke in den Pausen
• ein Zertifikat mit den Schulungsinhalten

Live-Online-Trainings

• multimedialer Online-Unterricht mit Webex oder Zoom
• umfangreiche Online-Materialien
• persönliche Betreuung der Teilnehmer in den Übungsblöcken
• ein Zertifikat mit den Schulungsinhalten

Diese Weiterbildung ist sowohl für Anfänger als auch Programmierer mit wenig oder keinen Erfahrungen in Statistik, Datenanalysen und der Anwendung von R und RStudio konzipiert. Inhaltlich richtet sich der Kurs an Anwender, Fachkräfte, Doktoranden und Studierende aus den Bereichen der Sozial- und Marktforschung, der Betriebswirtschaft (Marketing, Business Intelligence) und der psychologischen, klinischen, pharmazeutischen und biologischen Forschung.