Menü

Lehrgang

Prädiktive Analysen

In diesem dreitägigen Lehrgang werden den Teilnehmern verschiedenste Werkzeuge an die Hand gegeben, mit denen sie effektiv prädiktive Analysen in ihrer Organisation durchführen können.

Er eignet sich für Mitglieder von Problemlösungs-Teams, Leiter von Operational-Excellence-Aktivitäten, Marketinganalytiker und Fachleuten, die prädiktive Analysen in ihrer Organisation einführen.

Sie erlernen die Methoden zum Analysieren von Mustern in historischen Daten, um bessere Einblicke zu gewinnen, potenzielle Risiken zu identifizieren, Verbesserungsmöglichkeiten zu erkennen und Prognosen zu erstellen.

Analyseprinzipien werden anhand von Beispielen und Übungen aus der Praxis vermittelt – immer unter Verwendung der Minitab Statistical Software.

TAG 1

Grundlagen der Analyse

In diesem Grundlagenkurs lernen Sie, wie Sie den Zeitaufwand für die Datenanalyse minimieren, indem Sie mit Minitab Daten importieren, solide statistische Ansätze zur Untersuchung Ihrer Daten entwickeln, aussagekräftige Visualisierungen erstellen und interpretieren und die Ergebnisse exportieren. Sie automatisieren Ihre Minitab-Analyse und sorgen dafür, dass nur minimale Benutzereingaben erforderlich sind, um Zeit zu sparen. Sie analysieren eine Vielzahl von Datensätzen aus der Praxis, um zu erfahren, wie Sie das richtige Analysewerkzeug für die jeweilige Situation auswählen und die statistischen Ausgaben interpretieren. Sie erlernen die Grundlagen wichtiger statistischer Konzepte wie Hypothesentests und Konfidenzintervalle.

In diesem Kurs liegt der Schwerpunkt darauf, fundierte Entscheidungen auf der Grundlage von statistischen Verfahren zu treffen, die häufig in Geschäfts-, Fertigungs- und Finanzprozessen eingesetzt werden.

Es werden u. a. folgende Themen behandelt:

  • Importieren und Formatieren von Daten
  • Exec-Makros
  • Balkendiagramme
  • Histogramme
  • Boxplots
  • Pareto-Diagramme
  • Streudiagramme
  • Maße für Lage und Streuung
  • t-Tests
  • Test auf gleiche Varianzen
  • Trennschärfe und Stichprobenumfang

TAG 2

Modellierung und Prognose mit Regression

Dieser Kurs baut auf den im Kurs „Grundlagen der Analyse“ vorgestellten grundlegenden Konzepten der statistischen Analyse auf. Sie erfahren, wie Sie Beziehungen zwischen Variablen mit statistischen Modellierungswerkzeugen untersuchen und beschreiben. Sie untersuchen und beschreiben Merkmale von Daten hinsichtlich Effekt und Auswirkungen der Zeit und prognostizieren zukünftiges Verhalten.

Sie lernen, wie Sie die Auswirkungen von Eingabevariablen auf die Wahrscheinlichkeit, dass ein kritisches Ereignis auftritt, ermitteln und quantifizieren. Anhand von praktischen Beispielen wird veranschaulicht, wie mit Modellierungswerkzeugen wichtige Eingaben und Streuungsquellen in Ihren Daten aufgezeigt werden.

Es werden u. a. folgende Themen behandelt:

  • Streudiagramme
  • Korrelation
  • Einfache lineare Regression
  • Zeitreihenwerkzeuge, u. a. exponentielle Glättung
  • Trendanalyse
  • Zerlegung
  • Multiple und schrittweise Regression
  • Binäre logistische Regression
  • Regression mit Validierung

TAG 3

Maschinelles Lernen

Erweitern Sie Ihre analytische Kompetenz, indem Sie Daten von Problemen analysieren, die in vielen Branchen auftreten, um Beziehungen zwischen Variablen zu untersuchen und zu beschreiben. Sie lernen, wie Sie Verfahren des beaufsichtigten maschinellen Lernens wie CART® anwenden, um Muster in historischen Daten zu analysieren und dadurch bessere Einblicke zu gewinnen, potenzielle Risiken zu identifizieren, Verbesserungsmöglichkeiten zu erkennen und Prognosen zu erstellen.

Sie verwenden Verfahren des unbeaufsichtigten maschinellen Lernens wie das Clustering, um natürliche Partitionen in den Daten aufzudecken und die Beobachtungen oder Variablen in homogene Gruppen aufzuteilen. Sie reduzieren die Dimensionalität der Daten, indem Sie die ursprünglichen Daten in einen Satz nicht korrelierender Variablen transformieren.

Es werden u. a. folgende Themen behandelt:

  • Diskriminanzanalyse
  • Validierung mit einem Testdatensatz
  • Validierung mit K Faltungen
  • CART®-Klassifikation
  • Korrelation
  • CART®-Regression
  • Clusteranalyse
  • Hauptkomponenten
clear