Die Zielsetzung Ihrer Weiterbildung – Minitab-Grundlagen | Minitab Certified Training

Sie erwerben folgende Fähigkeiten:

• die Anwendung verschiedener Methoden, um Daten einzulesen, zu organisieren und grafisch aufzubereiten
• den Einsatz grundlegender statistischer Auswertemethoden wie Hypothesentests und Konfidenzintervalle, ANOVA, Korrelation und Regression, mit denen grafische Analyseergebnisse durch statistische Tests untermauert werden können
• die Voraussetzungen von statistischen Tests zu überprüfen und Abschätzungen zu Stichprobenumfang und Trennschärfe mit Minitab durchzuführen
• anhand praxisorientierter Beispiele geeignete grafische und statistische Auswertemethoden anzuwenden und zu interpretieren
• Ergebnisse in einem Report zu präsentieren und sich wiederholende Analysen über ein einfaches Makro automatisiert auszuwerten

Ihre Seminar-Inhalte – Minitab-Grundlagen | Minitab Certified Training

Arbeiten mit Minitab (übergreifend über alle Kursinhalte und Tage)

• Projektaufbau- und Projektmanagement
• Umgang mit dem Projekt-Manager und der Minitab-Dateiverwaltungsstruktur
• Verwendung der Fenster, Menüs, Werkzeugleisten und des StatGuide™
• Datenimport und Datenmanagement
• Erstellen und Editieren von Grafiken
• Erstellen und Interpretieren von beschreibenden Statistiken

• Hypothesentests: Stetige Daten

  • Überprüfen der Nullhypothese mit t-Tests und Vertrauensintervallen
  • Bewerten der Trennschärfe eines Hypothesentests
  • t-Test bei einer Stichprobe, t-Test bei zwei Stichproben, t-Test für verbundene Stichproben

• Hypothesentests: Attributive Daten

  • Test von Anteilen bei einer Stichprobe
  • Vergleich zweier Anteile
  • Fishers Exact Test
  • Chi-Quadrat-Test
• Äquivalenztests (optional)
  • Äquivalenztest bei einer Stichprobe, Äquivalenztest bei zwei Stichproben, Äquivalenztest für verbundene Stichproben

• Varianzanalyse (ANOVA)
  • Bewerten der Trennschärfe einer Varianzanalyse
  • Voraussetzungen für die Durchführung einer Varianzanalyse
  • Einfache Varianzanalyse
  • Allgemeines lineares Modell (GLM) und multiple Vergleiche

Korrelation und Regression

• Korrelationsanalyse
• Einfache lineare Regression und Polynomiale Regression
• Zielgrößenoptimierung

• Multiple Korrelation und Regression
  • Durchführung einer Regressionsanalyse mit mehreren unabhängigen Variablen
  • Handhabung von Multikollinearität in einer Regressionsanalyse