Statistische Modellierung für Servicequalität mit Minitab (MCT*)

Nächste Termine

No events

Anhand praxisnaher Beispiele lernt der Kursteilnehmer durch "Learning-by-Doing" statistische Verfahren kennen, die über die statistischen Standardverfahren hinausgehen und insbesondere im Bereich der Dienstleistungen Anwendung finden. Es werden Methoden vermittelt, um die Beziehung zwischen Variablen zu untersuchen und zu beschreiben. Dabei erlernt der Teilnehmer auch Merkmale in Daten zu entdecken, zu beschreiben und zu prognostizieren, die auf zeitliche Effekte zurückzuführen sind.

*MCT: Diese Schulung ist ein Minitab Certified Training.

"Statistische Modellierung für Servicequalität mit Minitab" entspricht folgendem von Minitab LLC zertifizierten Training: "Statistical Modeling for Service Quality".

Kursinhalte

Allgemeines lineares Modell

• Analysieren von Daten unter Verwendung des allgemeinen linearen Modells
• Untersuchen von Effekten mit Hilfe von Haupteffekte- und Wechselwirkungsdiagrammen sowie mit paarweisen Vergleichen
• Anpassen und Interpretieren von Modellen mit Kovariaten und zufälligen Faktoren

Multiple lineare Regression

• Modellieren der Beziehung zwischen einer stetigen Antwortvariablen und einer oder mehrerer Prädiktorvariablen
• Durchführen von Regressionsanalysen mit mehr als einem Prädiktor
• Bestimmen des endgültigen Modells mit Hilfe von automatisierten Auswerteprozeduren

Binär logistische Regression

• Bestimmen, welche stetigen und kategorialen Prädiktoren eine binäre Antwortvariable beeinflussen
• Verstehen des Chancenverhältnisses
• Interpretieren von binär logistischen Regressionskoeffizienten und Chancenverhältnissen
• Grafische Darstellung von Prädiktoren einer binär logistischen Regression

Zeitreihen

• Verstehen der Konzepte einer Zeitreihenanalyse
• Verstehen von Trend, Dekomposition und Glättung in der Zeitreihenanalyse
• Untersuchen von Genauigkeitsmaßen, um konkurrierende Modelle zu vergleichen
• Erstellen von Prognosen für eine Zeitreihe

Faktorielle Versuchspläne

• Erstellen und Analysieren eines vollfaktoriellen Versuchsplans
• Überprüfen der Modellvoraussetzungen mit Hilfe von Residuendiagrammen
• Anwenden der logistischen Regression, um einen faktoriellen Versuchsplan mit einer binären Antwortvariablen zu analysieren