Sie möchten erfahren, wie Methoden der angewandten Statistik zur Entwicklung von Prädiktionsmodellen genutzt werden können? In diesem Zertifikatskurs erlernen Sie die Grundbegriffe der Statistik, wie Konfidenzintervalle und Hypothesentests. Außerdem werden lineare Modelle und die logistische Regression diskutiert. Sie lernen mehr über Methoden der angewandten Statistik zur Entwicklung von Prädiktionsmodellen unter statistischer Unsicherheit und deren Bewertung.
Angewandte Statistik und prädikative Methoden
- Einführung in fortgeschrittene statistische Methoden
- Flexibles Blended-Learning Format
- Berufsbegleitend
Dates / Location / Cost
| Date | Location | Costs |
|---|---|---|
| This course has already started. Future sessions are being planned. |
Institution and Location
Institution
School of Advanced Professional Studies Universität Ulm
Location
Universität Ulm
School of Advanced Professional Studies
Oberberghof 7
89081 Ulm
Online
Target Audience and Prerequisites
Target Audience
Der Zertifikatskurs richtet sich an Berufseinsteigende, an junge Führungskräfte sowie Projektleiter*innen und Berater*innen, die ihre Kompetenzen im Umgang mit den Herausforderungen „Industrie 4.0“ und „Big Data“ optimal ausbauen und vertiefen wollen.
Prerequisites
Voraussetzung ist ein erster Hochschulabschluss, z. B. Bachelor, Diplom, Staatsexamen etc., in den Studiengängen Betriebswirtschaftslehre, Wirtschaftswissenschaften, Elektrotechnik, Informatik, Maschinenbau, Mathematik, Physik, Wirtschaftsmathematik oder eines vergleichbaren Studiengangs oder ein als gleichwertig anerkannter Abschluss.
Content and Learning Objectives
Content
- Regressionsmodelle
- Varianzanalyse
- logistische Regression
- Prädikation: Plug-In, Bootstrap, Bayes
- Prädikation: Diskriminierung, Kalibrierung, Scoring
- Prädiktion unter statistischer Unsicherheit
Programme Details
Das Online-Studium findet im Selbststudium und in Form von Gruppenarbeit statt. Für das Selbststudium steht ein ausführliches Skript zur Verfügung. Die zentralen Inhalte und zugehörige Beispiele werden zudem in kurzen Videos erläutert. Das lesefreundliche Skript ist nach dem didaktischen Konzept der Universität Ulm für berufsbegleitend Teilnehmende aufbereitet.
Um die vermittelten Inhalte zu festigen, werden in regelmäßigen Abständen Übungsblätter veröffentlicht, deren Lösungen von den Studierenden und dem Mentor/der Mentorin gemeinsam zu den Präsenzterminen vorgestellt werden.
Der Mentor/die Mentorin des Zertifikatskurses bietet zudem in regelmäßigen Abständen Online-Sprechstunden an, die die Teilnehmenden bei der Bearbeitung des Lernstoffs unterstützen.
Außerdem steht ein weiteres Forum für den Austausch der Teilnehmenden untereinander bereit.
Learning Objectives
Der Zertifikatskurs „Angewandte Statistik und prädiktive Methoden” beinhaltet eine erste Einführung in fortgeschrittene statistische Methoden. Die Teilnehmenden können zu einem gegebenen Datensatz eine Varianzanalyse mit Hilfe statistischer Software (insb. R) berechnen.
Course Format, Certification, Quality Assurance
Course Format
Blended-Learning
Certification
Bei erfolgreichem Abschluss des Zertifikatskurses erhalten Sie ein Zertifikat sowie ein Supplement, das die Inhalte des Zertifikatskurses als Übersicht auflistet.
Workload
Der Zertifikatskurs erfordert einen Bearbeitungsaufwand von insgesamt 180 Stunden.
Creditpoints (ECTS)
6
Language
Deutsch
Dates and Deadlines
This course has already started. When new courses become available they will be added.
Lecturers
Prof. Dr. Jan Beyersmann
Professor im Institut für Statistik, Universität Ulm
Dr. Hartmut Lanzinger
Studienkommission Mathematische Studiengänge, Universität Ulm
Jan Feifel
Wissenschaftlicher Mitarbeiter im Institut für Statistik, Universität Ulm
More information
Sie wollen Ihr Wissen vertiefen?
Schauen Sie sich weitere Zertifikatskurse zum Thema Business Analytics an oder informieren Sie sich über den Master Business Analytics:
Controlling
Data & Process Mining
Grundlagen von Datenbanksystemen
Infrastruktur & Sicherheit
IT-Recht
Mathematische Optimierung betrieblicher Prozesse
Numerische Methoden für Data Science
Business Process Management
Stochastische Modellierung und Simulation
Technologieakzeptanz im Zeitalter der Digitalisierung
Business Analytics (Master)
Business Analytics (Zertifikatskurs)
Big (Social) Data Analytics - Methoden und Anwendungen
Management digitaler Plattformen
Business Analytics (DAS)
Strategisches Management
Digital Business (DAS)
Digitale Geschäftsmodelle
Technologie- und Innovationsmanagement
