OnlineNicht BerufsbegleitendFörderfähigPreis: 2.969,05 €*
Multivariate Datenanalyse mit SPSS (Onlinekurs)
DHL Data Science Seminare GmbH
Beschreibung
Der SPSS-Kurs Multivariate Datenanalyse mit SPSS führt als Weiterbildung für fortgeschrittene Anwender in die multivariate Statistik ein. Die Anwendung der multivariaten Verfahren mit der statistischen Analysesoftware IBM SPSS Statistics wird mit vielen Beispielen und Übungsaufgaben trainiert und vertieft. Das Ziel der SPSS-Schulung ist es, multivariate Verfahren mit SPSS anwenden zu können.
Der Nutzen des Seminars besteht darin, dass durch diesen SPSS-Kurs fortgeschrittene Anwender innerhalb von einer Woche in die Lage versetzt werden, multivariate Verfahren anzuwenden und die Ergebnisse korrekt zu interpretieren. Multivariate Verfahren erlauben es, die Variablen in einem Datensatz gemeinsam zu analysieren und sind somit den univariaten Verfahren des Grundlagenkurses Grundlagen der Statistik mit SPSS überlegen.
Der SPSS-Kurs Multivariate Datenanalyse mit SPSS besteht aus einem dreitägigen Basistraining und einem zweitägigen Aufbautraining, die voneinander unabhängig besucht werden können. Im Basistraining werden die strukturprüfenden, insbesondere die regressionsanalytischen Verfahren vorgestellt. Im Aufbautraining werden die strukturentdeckenden Verfahren, insbesondere die Zeitreihenanalyse, die Clusteranalyse und die Faktorenanalyse vermittelt. Die Varianzanalyse ist Schwerpunktthema im Aufbaukurs des Grundlagenseminars.
Im dreitägigen Basistraining des SPSS-Kurses Multivariate Datenanalyse mit SPSS werden die regressionsanalytischen Verfahren behandelt, die aufeinander aufbauen. Dazu gehören die multiple Regressionsanalyse, die die linearen und nichtlinearen Zusammenhänge zwischen mehreren Variablen quantitativ beschreibt und erklärt und Prognosen erlaubt, und die logistische Regression, die zur Klassifizierung und Risikoabschätzung von Einzelfällen geeignet ist. Im dreitägigen Basistraining wird bei beiden Verfahren gezeigt, wie lineare, nicht-lineare und kategoriale Einflussgrößen und deren Wechselwirkungen modelliert werden. Mit diesen fortgeschrittenen Kenntnissen können komplexe und realitätsnahe Regressionsmodelle mit hohem Erklärungswert und sehr guten Prognosen entwickelt werden.
Im zweitägigen Aufbautraining des SPSS-Kurses Multivariate Datenanalyse mit SPSS werden strukturentdeckende Verfahren behandelt, die der Entdeckung von Zusammenhängen zwischen Variablen dienen. Dazu gehören die Zeitreihenregression, die Zeitreihen mittels der multiplen Regressionsanalyse untersucht und Prognosen für zukünftige Entwicklungen erlaubt, die Clusteranalyse, die eine Vielzahl von Fällen zu wenigen Gruppen (Cluster) bündelt, und die explorative Faktorenanalyse (Hauptkomponentenanalyse und Hauptachsenanalyse), die eine Vielzahl von Variablen zu wenigen Dimensionen (Faktoren) reduziert. Als Ergänzung zur Clusteranalyse wird die Diskriminanzanalyse besprochen, mit der analysiert werden kann, mit welchen Variablen die in der Clusteranalyse gefunden Gruppen am besten beschrieben werden können. Als Ergänzung zur Faktorenanalyse wird die Reliabilitätsanalyse behandelt, die die Reliabilität eines Itemsets für einen Faktor prüft. Es wird insbesondere gezeigt, wie mit Hilfe der Faktoren- und Reliabilitätanalyse die Güte eines Fragebogens zur Messung latenter Konstrukte überprüft werden kann.