Statistische Datenanalyse mit Minitab und Excel

Startseite Kurse Minitab & SixSigma Minitab Statistische Datenanalyse mit Minitab und Excel

Dauer: 3 Tage

Zielgruppe:

Die Teilnehmer erhalten eine Einführung in die wichtigsten Methoden der statistischen Datenanalyse und üben diese anschließend anhand von Beispielen aus der betrieblichen Praxis sowohl mit Minitab als auch mit Excel. Dabei lernen die Teilnehmer die Unterschiede zwischen beiden Software-Paketen in Bezug auf statistische Fragestellungen kennen. Der Kurs ist somit auch für Unternehmen interessant, die vor der Entscheidung stehen, in eine spezialisierte Software zu investieren (Minitab) oder doch weiterhin auf Bordmittel (Excel) zu vertrauen.

Technische Voraussetzung: Excel 2016 und Minitab 17 oder 18

Statistische Datenanalyse mit Minitab und Excel

Inhalte:

1. Kenngrößen statistisch analysieren

Maßzahlen der Lage
- Mittelwert
- Median
- Modalwert
Maßzahlen der Streuung
- Varianz
- Standardabweichung
- Interquartilbereich
Maßzahlen der Verteilung
- Schiefe
- Kurtosis

2. Daten grafisch darstellen und interpretieren

Darstellung des Verlaufs von Daten
- Zeitreihendiagramme
- Gleitende Durchschnitte
Darstellung der Verteilung von Daten
- Einzelwert-Diagramme/Histogramme
- Boxplot-Analysen
- Pareto-Diagramme
- Balken- und Tortendiagramme
Darstellung des Zusammenhalts von Daten
- Streudiagramme
- Matrix-Plots

3. Statistische Wahrscheinlichkeitsverteilungen erkennen und bewerten

Diskrete Wahrscheinlichkeitsverteilungen
- Binomialverteilung
- Hypergeometrische Verteilung
- Poisson-Verteilung
Kontinuierliche Wahrscheinlichkeitsverteilungen
- Normalverteilung
- Exponentialverteilung
- Weibull-Verteilung
- Lognormal-Verteilung

4. Grundlagen statistischer Hypothesentests

Null- und Alternativhypothese
Konfidenzintervall und Konfidenzniveau, Standardfehler und Stichprobengröße
z-Test, t-Tests, F-Tests und Chi-Quadrat-Tests
Alpha- und Beta-Fehler

5. Aus Stichprobendaten Schlussfolgerungen ziehen

Mittelwerte vergleichen mit Hilfe von t-Tests für
- Eine Stichprobe
- Zwei Stichproben
- Verbundene Stichproben
Varianzen vergleichen mit Hilfe von F-Tests für
- Eine Stichprobe
- Zwei Stichproben
Ereignisse auf ihre Unabhängigkeit hin überprüfen mit Hilfe des Chi-Quadrat-Tests
Vergleiche von Kenngrößen bei Vorliegen von mehr als zwei Stichproben
- Einfache ANOVA zum Vergleichen von Mittelwerten
- Mehrfaktorielle Varianzanalyse zum Erkennen der Signifikanz von Hauptfaktoren und möglichen Wechselwirkungsbeziehungen

6. Wertepaare auf ihren inneren Zusammenhang hin untersuchen

Einfacher und mehrfacher Korrelationskoeffizient
Einfache lineare Regressionsanalyse
- F-Test, R² und Residuenanalyse
- Prognose von neuen Werten
- Konfidenz- und Prognoseintervalle
Lineare Mehrfachregression
- Signifikante von nicht-signifikanten Faktoren unterscheiden
- Regressionsmodelle mit Hilfe des Bestimmtheitsmaßes und der Residuenanalyse bewerten
- Regressionsgleichung ermitteln und neue Werte prognostizieren