Statistische Modellierung und Inferenz in R

Dieser Kurs wurde für Personen konzipiert, die bereits über erste Erfahrungen im Umgang mit R verfügen und nun sowohl die theoretischen als auch praktischen Grundlagen für die Informationsgewinnung aus Daten mit den Methoden der klassischen Statistik kennenlernen wollen.

Ziel dieses Kurses ist es, ein solides Verständnis der Grundbegriffe statistischer Deskription und Inferenz zu vermitteln, sodass die erlernten Methoden selbständig auf die jeweiligen Arbeitsgebiete und Daten angewandt werden können.


Der Kurs behandelt folgende Themen:

Grundlagen

  • Deskriptive Statistik: Lage- & Streuungsmaße

  • Stochastik: Zufallsvariablen, Wahrscheinlichkeitsverteilungen und -dichten

Statistische Inferenz

  • Begriffsklärung: Punkt- und Intervallschätzung, statistische Tests, statistische Modellierung

  • Statistische Hypothesentests

  • Multiple Testprobleme

Statistische Modellierung

  • Das lineare Regressionsmodell mit Erweiterungen wie multipler Regression und Verwendung von kategorischen Einflussgrößen.

  • Modelldiagnose

  • Maximum Likelihood Inferenz

  • Logistische Regression

  • Poisson-Regression

  • Nicht-lineare Effekte

Alle verwendeten statistischen Verfahren werden zur Auffrischung erklärt, an echten Datenbeispielen motiviert, demonstriert und mit Hilfe von Übungsaufgaben eingeübt. Zudem wird in dem Anwendungsteil des Kurses auch auf die inhaltliche Interpretation der Ergebnisse eingegangen.

Voraussetzungen: Kenntnisse in R (Im Umfang des 2-tägigen R Basiskurs bzw. 1-tägigen R Crashkurses)


Nächste Kurstermine

Janek ThomasInferenz, R