Analysen, Prognosen und Optimierung mit statistischen Modellen

Big Data, machine learning, IoT, Digitalisierung und mehr sind Schlagworte, denen man kaum ausweichen kann. Gemeinsam oder in Teilen beflügeln sie die Vorstellung, dass Daten, Analysen und Kommunikation neue Berufe, Produkte und Arbeitsweisen ermöglichen.

Im Zentrum stehen Daten und deren Auswertungen oder, anders gesagt, die Bildung von statistischen Modellen, die erklären, wie Einflussfaktoren auf Zielgrößen einwirken. Diese Modelle bilden mächtige Werkzeuge zur Erklärung von Zusammenhängen, zur Bewertung von Alternativen und zur Simulation unterschiedlicher Szenarien. Leider können sie auch in die Irre führen, denn Datenqualität, Datenvolumen, Korrelationen und schließlich die Modellierungsmethode beeinflussen die Ergebnisse.

Die Wahl, oder besser Konstruktion, des richtigen Modells hängt von vielen Faktoren ab:

• Welche Daten stehen mir zur Verfügung?
• Wie umfangreich ist mein Datensatz?
• Wie sind Qualität und Vollständigkeit meiner Daten?
• Möchte ich Zusammenhänge verstehen oder eine gute Prognose erhalten?

Der Kurs beginnt mit grundlegenden Betrachtungen zur Datenqualität mittels einfacher Statistiken und Grafiken. Schritt für Schritt werden verschiedene Techniken der Modellierung eingeführt, die sowohl klassische Modellierungsverfahren als auch Methoden des Data Mining umfassen.

Das Hauptaugenmerk liegt auf der Erstellung eines Modells, aber auch die Fragen seiner Nutzung werden ausführlich besprochen.

• Welche Interpretationen erlaubt das Modell?
• Wo liegen die Grenzen der Aussagekraft?
• Wie kann man verschiedene Modelle vergleichen?
• Kann man Fehlerursachen finden und eliminieren (Root Cause Analysis)?
• Wie kann man die Zielgrößen optimieren?

Die Teilnehmer des Kurses werden lernen, gegebene Daten zu bewerten, sinnvolle statistische Modelle zu erstellen und deren Ergebnisse fachgerecht zu interpretieren; vorausgesetzt, ein geeignetes Statistikprogramm steht zu ihrer Verfügung.

Zur Veranschaulichung und Übung wird die grafisch orientierte Software JMP eingesetzt, da sie sich durch besonders einfache Benutzerführung auszeichnet. Datensätze für die Übungen werden zur Verfügung gestellt. Es ist ausdrücklich erwünscht, dass die Teilnehmer eigene Daten und Aufgabenstellungen mitbringen, auch wenn nicht garantiert wird, dass jeder Anwendungsfall besprochen werden kann.

Bildquelle: SAS Institute GmbH