Data Science kompakt – Statistik und Datenanalyse verstehen

Inhalte des Workshops

Der Workshop vermittelt zentrale Konzepte und Begriffe aus Data Science, Statistik und Datenanalyse sowie die statistischen Grundlagen, die zum Verständnis grundlegender Data-Science-Methoden erforderlich sind. Die Teilnehmenden erhalten einen breiten Überblick über theoretische und anwendungsbezogene Ansätze zur Beschreibung, Untersuchung und Modellierung von Daten und sie lernen, statistische Ergebnisse angemessen zu interpretieren und zu beurteilen. 

Behandelt werden folgende Themenbereiche:

• Einführung in Data Science sowie zentrale Begriffe der statistischen Datenanalyse
• Grundlagen der deskriptiven Statistik und Interpretation statistischer Kennzahlen, einschließlich der Beschreibung und grafischen Darstellung von Daten (z. B. Lage- und Streuungsmaße, Histogramme und Boxplots) und der Untersuchung von Zusammenhängen zwischen mehreren Merkmalen
• Analyse von Zusammenhängen zwischen Variablen (z. B. mithilfe von Kreuztabellen, Streudiagrammen und Korrelationsmaßen)
• Einführung in die statistische Inferenz und Hypothesentests (Punktschätzung, Intervallschätzung und Konfidenzintervalle, Vorgehen bei Hypothesentests und Auswahl geeigneter Tests, Einführung in ausgewählte Testverfahren, beispielsweise t-Test, Interpretation zentraler Größen wie Signifikanzniveau, p-Wert und Teststatistik, Multiples Testen)
• Grundlagen der statistischen Modellierung mit linearen Regressionsmodellen, Erweiterungen auf mehrere und kategoriale Einflussgrößen sowie Interpretation der Modellparameter
• Modellevaluation und Modelldiagnostik
• Ausblick auf weiterführende Regressionsmodelle, insbesondere die logistische Regression

Der Workshop richtet sich an Promovierende und Postdocs, die ihre statistischen Grundlagen auffrischen oder ein fundiertes Verständnis zentraler Methoden der Datenanalyse entwickeln möchten. Vorkenntnisse in Data Science werden nicht vorausgesetzt.

Anmeldung