Sie haben die Daten, wir zeigen Ihnen, was Sie damit machen können:

Seminare und Webinare für Data Science und Statistik

Alle nicht-offenen Online-Seminare, die bis zum 31.12.2020 gebucht werden, bieten wir für 990,00 € (netto) pro Seminartag an (bis zu 6 TeilnehmerInnen). Ab dem 1.1.2021 kosten die Online-Seminare dann wieder 1.290,00 € (netto) pro Seminartag. 

Präsenzveranstaltungen können wir aufgrund der CoViD-19-Pandemie aktuell gar nicht oder nur sehr eingeschränkt anbieten, je nachdem in welchem Bundesland das Seminar durchgeführt werden soll. Präsenzseminare bieten wir aber wieder regulär ab dem 01. Mai 2021 an, da wir davon ausgehen, dass die meisten Maßnahmen aufgrund der CoViD-19-Pandemie bis dahin aufgehoben sein werden. 

R

Vom Kompaktkurs bis zur advanced data science bilden wir Sie
zielgerichtet fort und machen Sie fit für Ihre Aufgaben.

Python™ und Data Science

Wir bringen Ihnen bei, wie Sie Python™ und andere Systeme effizient in der Data Science nutzen können und mehr über Ihre Daten erfahren.

IBM SPSS Statistics®

Lernen Sie IBM SPSS Statistics® vom Kompaktkurs zum Einstieg
bis zu tiefgehenden Analysen besser zu nutzen.

IBM SPSS MOdeler®

Data Mining ohne eine Programiersprache: Mit dem IBM SPSS Modeler® lernen Sie schnell mehr aus Ihren Daten herauszuholen.

medizinische Statistik

Ob Dossier oder Paper, lernen Sie die relevanten Verfahren kennen und die Ergebnisse schnelle und sicher zu interpretieren.

STrukturgleichungsmodelle und statistische methoden

Tiefgehende Seminare zu Strukturgleichungsmodellen und den mathematischen Hintergründen sowie dem korrekten Einsatz statistischer Verfahren.


aus der praxis für die praxis

Unsere Dozentinnen und Dozenten arbeiten ständig in Projekten und analysieren Daten.
Realitätsnahe Inhalte verzahnen Theorie und Praxis dadurch optimal.
Hier lernen Sie uns besser kennen...

R Seminare und Webinare
Kompaktkurs R

Kompaktkurs R

Der optimale Einstieg in R: Vom Einlesen der Daten über die Visualisierung zu ersten Analysen.

Kursdauer: 2 Tage

Kompaktkurs Data Science mit R

Kompaktkurs Data Science mit R

Der Einstieg in die Data Science mit R: Lernen Sie die wichtigsten Verfahren kennen und wenden diese sicher an.

Kursdauer: 2 Tage

Grundkurs R

1-TAGES-CRASHKURS R

Der ganz schnelle Einstieg in R:
Sie lernen schnell und kompakt die wichtigsten Funktionen in R an einem Tag kennen.

Kursdauer: 1 Tag

Programming in R

Programming and package building in R

Programmieren in R: Steigen Sie schnell und sicher in die Programmierung und Paketerstellung in R ein.

Kursdauer: 2 Tage

Kompaktkurs Auswertungen in der Medizin mit R

MACHINE LEARNING IN R

Wenn Sie Machine Learning-Algorithmen in R einsetzen wollen, bekommen Sie hier den geballten und praxisorientierten Überblick.

Kursdauer: 1 Tag

Bayesianische Statistik in R

NATURAL LANGUAGE PROCESSING IN R

Die Bearbeitung von unstrukturierten Daten (Text!) wird von immer zentralerer Bedeutung. Lernen Sie hier, wie Sie dies in R umsetzen können.

Kursdauer: 2 Tage

Bayesianische Statistik in R

Webapplikationen mit R Shiny entwickeln

Mit R Shiny entwickeln Sie eigene Web-Frontends für R Anwendungen.

Kursdauer: 2 Tage

Python und Data Science Seminare und Webinare
Kompaktkurs Data Science mit Python™

kompaktkurs data science mit python™

Der perfekte Einstieg in die Data Science:
Lernen Sie Data Science mit Python™ in den wichtigsten IDEs kennen.

Kursdauer: 2 Tage

Kompaktkurs Deep Learning mit Python™

Kompaktkurs Deep learning mit python™

Ihr Einstieg in Deep Learning:
Sie lernen Deep Learning und KI kennen und die gängigen Verfahren zu nutzen.

Kursdauer individuell

Kompaktkurs Apache Spark® mit PySpark

Kompaktkurs Apache spark® mit PySpark

Der Einstieg in Apache Spark®:
Nutzen Sie die hohe Performance einer Apache Spark Umgebung.

Kursdauer: 1 Tag

SQL für Data Science

SQL für Data Science

Der Einstieg in Data Science mit SQL:
Lernen Sie die wichtigsten SQL-Funktionen für die Data Science kennen.

Kursdauer: 1 Tag

IBM SPSS Statistics® Seminare und Webinare
Kompaktkurs IBM SPSS Statistics®

kompaktkurs ibm spss statistics®

SPSS® STATISTICS kompakt:
Einmal SPSS Statistics komplett: Lernen Sie Daten einzulesen, zu
visualisieren und Analysen zu erstellen.

Kursdauer: 2 Tage
Multivariate Analysen mit IBM SPSS Statistics®

IBM SPSS STATISTICS® SYNTAX

Die optimale Verwendung der Syntax: Nutzen Sie Automatisierungen und arbeiten Sie schneller und besser.

Kursdauer: 2 Tage
Case Studies mit IBM SPSS Statistics®

R UND PYTHON INTEGRATION IN IBM SPSS STATISTICS®

Nutzen Sie die R und Python Integrationsmöglichkeiten in SPSS® für Vereinfachungen und zur Automatisierung.

Kursdauer: 2 Tage

Auswertungen in der Medizin mit SPSS®

auswertungen in der medizin mit ibm spss statistics®

Medizinische Statistik mit SPSS®: Visualisieren und Analysieren Sie medizinische Daten

Kursdauer: 2 Tage

IBM SPSS Modeler® Seminare und Webinare
IBM SPSS Modeler® für Einsteiger

data mining für einsteiger mit ibm spss modeler®

Der optimale Einstieg in das Data Mining:
Lernen Sie den Modeler® kennen und holen Sie mehr aus Ihren Daten heraus.

Kursdauer: 2 Tage

Predictive modeling mit IBM SPSS Modeler®

PREDICTIVE MODELING MIT IBM SPSS MODELER®

Intensives Data Mining:
Erweitern Sie Ihre Möglichkeiten im Data Mining mit dem Modeler® erheblich.

Kursdauer: 2 Tage

Text Mining mit IBM SPSS Textanalytics®

text mining mit ibm spss text analytics®

Analysieren Sie Textfelder optimal:
Lernen Sie Texteingaben effizient zu analysieren und zu verstehen.

Kursdauer: 2 Tage

Medizinische Statistik Seminare und Webinare
Medizinische Statistik für nicht-Statistiker*innen

Medizinische statistik für nicht statistiker*innen

Statistische Themen der Medizin:
Lernen Sie die relevanten statistischen Verfahren der Medizin kennen.

Kursdauer: 2 Tage

Kompaktkurs Auswertungen in der Medizin

kompaktkurs auswertungen in der medizin mit R

Medizinische Daten mit R auswerten: Wenden Sie die etabliertesten Verfahren zur Analyse medizinischer Daten in R an.

Kursdauer: 2 Tage

Auswertungen in der Medizin mit IBM SPSS Statistics®

auswertungen in der medizin mit ibm spss statistics®

Medizinische Statistik mit SPSS®: Visualisieren und Analysieren Sie medizinische Daten

Kursdauer: 2 Tage

Statistische Diagnostik

Dossier Statistik

Statistik für Dossiers:
Lernen Sie die Statistik für die Frühe Nutzenbewertung und Dossiers kennen und besser nachvollziehen.

Kursdauer: 2 Tage

Statistische Methoden und Strukturgleichungsmodelle Seminare und Webinare
strukturgleichunsmodelle mit Mplus

STRUKTURGLEICHUNGS- MODELLE MIT MPLUS

Der optimale Einstieg in SEM in Mplus: Erstellen Sie aussagekräftige SEM in Mplus und interpretieren diese korrekt.

Kursdauer: 2 Tage

Strukturgleichungsmodelle mit IBM SPSS Amos®

STRUKTURGLEICHUNGS- MODELLE MIT IBM SPSS AMOS®

Erstellen Sie aussagekräftige Modelle in SPSS Amos®und interpretieren diese korrekt.

 

Kursdauer: 2 Tage

Grundkurs Statistik

GRUNDKURS STATISTIK


Legen Sie das Fundament: Grundwissen der Statistik, auf dem Sie weiter aufbauen können.

Kursdauer: 2 Tage

Multilevelanalysen mit Plus

MULTILEVELANALYSEN MIT MPLUS

Mehrebenenanalysen in Mplus: Analysieren Sie hierarchische Strukturen in Ihren Daten sicher und präzise.

Kursdauer: 2 Tage

Latent Class Analyse in Mplus

Latent Class Analyse in SEM

Latente Klassen in SEM:
Lernen Sie latente Klassen in SEM zu erkennen und zu analysieren.

Kursdauer: 1 Tag

Item-Response-Theory (IRT)

Item-Response-Theory (IRT)

Optimaler Einstieg in die IRT:
Kompakt und sicher lernen Sie die wesentlichen Methoden der IRT kennen.

Kursdauer: 2 Tage

Multilevel Analysen mit MPLUS

ANGEWANDTE CONJOINT ANALYSE

Standardverfahren der Conjoint-Analyse: Lernen Sie die Verfahren in R (und ggf. SPSS®) sicher anzuwenden. 

Kursdauer: 2 Tage

Multivariate statistische Verfahren

MULTIVARIATE STATISTISCHE VERFAHREN

Relevante Multivariate Verfahren zur Analyse von Assoziationen und Entdeckung von Clustern 

Kursdauer: 2 Tage

Die freie Programmiersprache R

Besonders umfangreich ist unser Angebot an Seminaren die sich mit der freien Programmiersprache R beschäftigen. Statistiken mit R durchzuführen hat den Vorteil, dass Sie auf nahezu alle bekannten statistischen Verfahren zugreifen können. Neue Verfahren werden oft direkt in Form eines R-Pakets frei zur Verfügung gestellt. Bei proprietären Softwares dauert es oft mindestens bis zur nächsten Version, bis neue Verfahren implementiert sind. Verfahren die nur für einen kleinen Kreis von Nutzerinnen und Nutzern relevant sind,werden oft nie in diese Tools aufgenommen. Statistik mit R zu rechnen, bietet also den Vorteil extremer Aktualität und statistischer Leistungsfähigkeit.

Kehrseite der Medaille ist aber, dass nicht jedes statistische R - Paket - also jedes statistische Verfahren - für jede R-Version verfügbar oder nutzbar ist. Dies bedeutet, dass Sie R manchmal in mehreren Versionen nutzen um die volle Leistungsfähigkeit abzurufen. Der Aufwand R zu administrieren ist daher mithin etwas höher als bei proprietären Statistik Softwares. 

In unseren Seminaren nutzen wir die Programmierumgebung RStudio® um Statistik mit R zu rechnen. RStudio unterstützt uns nicht nur mit den einschlägigen Programmierhilfen (Auto-Vervollständigung, markierte Klammern etc.). RStudio® erleichtert auch die Administration von Paketen erheblich und stellt uns verschiedene Exportfunktionen unkompliziert zur Verfügung. Unsere Seminare verstehen sich daher zugleich RStudio Seminare. 

Wir bieten für alle Interessierten das passende Seminar. Während sich der Grundkurs R und der Kompaktkurs R eher an Ein- und Wiedereinsteigende richten, bieten wir vier Seminare zur Data Science in R an. Diese richten sich an Interessierte, die sich in der Welt von R bereits etwas auskennen und tief(er) in die Welt der Data Science einsteigen möchten. Was genau wir bei masem unter Data Science verstehen, erfahren Sie hier[Link zu Data Science Projekte]. Oder Sie kontaktieren uns für weitere Informationen

Einen Spezialfall stellt unser Seminar „Kompaktkurs Auswertungen in der Medizin mit R“ dar. Dieser Kurs beschäftigt sich mit einschlägigen Analyseverfahren der Medizin (Gruppenvergleiche, Zusammenhangs- und Kontingenzanalysen etc.). Dieser R Kurs richtet sich vorwiegend an medizinisches Fachpersonal, denn nicht nur die Methoden, sondern auch die verwendeten Beispiele entstammen allesamt dem medizinisch-pharmazeutischen Kontext.

Die Vielzahl graphischer Darstellungsmöglichkeiten die R bietet, werden in einem besonderen Seminar beleuchtet. Mit lattice und ggplot2 lernen sie in diesem 1 tägigen Seminar, wie Sie mit R Graphiken sicher, schnell und optimal angepasst erstellen. So wird auch die Umsetzung eines Corporate Designs in R zu Kinderspiel!

Vom Eintages-Grundkurs bis zu Seminaren zur Programmierung in R bilden wir Sie auf jeder Stufe des Könnens zielgerichtet und didaktisch kompetent fort.

Selbstverständlich begleiten wir Sie auch gerne im Rahmen von Coaching bei Ihrer Arbeit in der Welt der Statistik mit R oder konzipieren vollständige R-Projekte für Sie.


IBM SPSS Statistics®

IBM SPSS Statistics® ist eine proprietäre Analysesoftware von IBM®. Aufgrund Ihrer graphischen Benutzeroberfläche mit intuitiv aufgebauten Menüs erfreut sich SPSS® großer Beliebtheit. Ursprünglich für die Sozialwissenschaften (Statistical Package for the Social Sciences) programmiert wird es heute branchenübergreifend in verschiedensten Bereichen genutzt. Wie genau sich SPSS in gut 50 Jahren (!) zu dem entwickelte, was es heute ist – eine der am häufigsten verwendeten Statistik Softwares der Welt – können Sie hier nachlesen.
Im Vordergrund stehen der Arbeit der meisten Anwenderinnen und Anwender stehen sicherlich die Datenaufbereitung und die statistische Datenanalyse mit SPSS®. Auch die sehr gut funktionierenden Exporte von Daten und Ergebnissen haben diese starke Marktdurchsetzung ermöglicht. Die Berechnung von Statistik in SPSS® ist vor allem durch die Nutzung der Syntax - der SPSS® internen Programmiersprache - sehr gut möglich. Kommentarfunktionen und vergleichsweise eingängige Befehlsnamen machen Ihre Arbeit schnell, transparent, nachvollziehbar und reproduzierbar! In diesem Bereich ist SPSS® klassischen Tabellenkalkulationen wie MS Excel® massiv überlegen. Fortgeschrittene Nutzerinnen und Nutzer können die Arbeit in SPSS® durch die Nutzung von Makros sowie den Integration von R und Python® noch effizienter nutzen.
Für turnusmäßig wiederkehrende, sehr aufwändige Prozesse stehen zudem Möglichkeiten der Automatisierung mit Produktionsmodus und Output Management System (OMS) zur Verfügung. Unsere SPSS Seminare richten sich an jede Art von Berufsgruppe und Kenntnisstand.

Sollten Sie spezielle Themen kennenlernen wollen, für die wir kein Seminar anbieten, kontaktieren Sie uns bitte. Am einfachsten mit dem kleinen blauen pulsierenden Knopf unten rechts.

Im Rahmen unserer Projektarbeit nutzen wir eine Vielzahl Funktionen von SPSS®, die den Rahmen unserer Seminare jedoch sprengen würden. Gerne unterbreiten wir Ihnen ein Angebot und finden auch das für diesen Fall am besten geeignete Format (Seminar/Coaching/Projekt). Für Interessierte, die einen Einstieg in die Datenanalyse mit SPSS® suchen, bieten wir ein etabliertes und in weit über 100 Fällen hervorragend evaluiertes Grundlagenseminar SPSS an. An zwei Tagen wird Ihnen alles Notwendige vermittelt um schnell und sicher eigene Analysen durchführen zu können. Im darauf aufbauenden - ebenfalls zweitägigen - Seminar beschäftigen wir uns intensiv mit multivariaten Analysen in IBM SPSS Statistics®. Neben anderen sind hier vor allem T-Tests und Varianzanalyse in SPSS, Korrelationen und Regression in SPSS sowie Clusteranalyse in SPSS® zu nennen. Für Erfahrene Nutzerinnen und Nutzer bieten wir darüber hinaus eine Vielzahl an speziellen Themen zur Weiterbildung in SPSS an. Hervorzuheben sind hier zwei SPSS® Syntax Seminare. Für Einsteiger geht es in dem Seminar SPSS® Syntax für Einsteiger vor allem darum, die Logik dieser programminternen Sprache zu verstehen und bereits bekannte Prozeduren besser nutzen zu können. Interessierte, die vor allem Mechaniken zur Automatisierung und umfangreichen Datenaufbereitung kennenlernen möchten, werden in unserem Fortgeschrittenenseminar zur SPSS® fündig. Sie möchten die Programmiersprachen R oder Python™ in SPSS einbinden, um von allen Systemen zu profitieren? Beide Seminare sind nicht zum Kennenlernen der Systeme gedacht. Sie vermitteln vielmehr die Fähigkeit, die Funktionen von R/Python™ in SPSS und umgekehrt zu verwenden. Aufgrund des recht standardisierten Vorgehens, können Sie den "Workaround" zur Integration von R in SPSS® in einem Seminar bei uns kennenlernen. Gerade systemseitige Integration von R stellt sich manchmal als Herausforderung dar.
Die Integration von Python® wird bei der Installation von IBM SPSS Statistics® standardmäßig mitgeliefert. Vor allem um Ausgaben mit Tabellen und Grafiken effizient anzupassen - beispielsweise an ein Corporate Design - kann Python® gut genutzt werden. Aber auch das klassische Sktipting, also das Erstellen großer Mengen Syntax, kann durch die Nutzung der Python-Integration deutlich erleichtert werden. Für das Debugging und die Erstellung umfangreicher Python®-Programme kann eine externe IDE genutzt werden. In unserem Seminar zur Verwendung von Python in IBM SPSS Statistics® nutzen wir standardmäßig die IDE Spyder.


IBM SPSS Modeler®

Der IBM SPSS Modeler® stellt ein Flow-basiertes Tool zur Durchführung von Data Science Projekten dar: die einzelnen Analyseschritte werden durch Knoten dargestellt und entsprechend des Analyseprozesses verbunden. So gibt es u.a. Importknoten für den Datenbezug, Prozessknoten für die Datenvorbereitung oder auch Analyseknoten für die Modellierung. Durch diese Art der Modellierung wird aufeiner Oberfläche ein Modell erstellt, das auch für Nicht-Data-Scientists verständlich ist und die Kommunikation als auch Akzeptanz der Modelle erhöht. 

Sie wollen strukturiert entlang des CRISP-DM-Prozesses arbeiten?
Ein wesentlicher Vorteil des IBM SPSS Modelers® ist die konsequente Implementierung des CRISP-DM-Prozesses im Tool. Dadurch ist ein strukturiertes Arbeiten möglich, dass die Wahrscheinlichkeit für die erfolgreiche Durchführung eines Data Science-Projekts noch einmal erhöht. So können einzelne Streams (Stream ist die Bezeichnung für einen abgebildeten Analyseprozess, z.B. bestehend aus Datenimportknoten, Filterknoten, Transformationsknoten und Analyseknoten) den einzelnen Stufen des CRISP-DM-Prozesses zugeordnet werden: Dient ein Stream zuerst einmal dem Kennenlernen der Daten, so kann der Stream dem Bereich Data Understanding zugeordnet werden, dient der Stream der Analyse, so wird der Stream der Modellierungsstufe zugeordnet, Transformationen dem Bereich Data Preparation etc. 


Zahlreiche Modellierungsverahren: 

Der IBM SPSS Modeler® unterstützt zahlreiche Modellierungsverfahren, die häufig im Bereich des Data Science eingesetzt werden: Neben Regressionsmodellen werden Bäume (rekursives Partitionieren) u.a. unterstützt. Black-Box-Verfahren wie die Support Vector Machine,Neuronale Netze, Random Forests u.a. gehören zum Funktionsumfang. Für das Optimieren der Modelle stehen Boosting und Bagging zur Verfügung. Hyperparameter-Tuning kann mit Automatischen Analyseknoten durchgeführt werden.


Skripting mit Python™ und R:

Um die Flexibilität des IBM SPSS Modelers® weiterzu erhöhen, stehen mit Python® und R zwei im Data Science Umfeld stark eingesetzte Sprachen zur Verfügung. Mit Python® können einzelne Streams gesteuert werden, aber auch mehrere Streams kaskadiert ausgeführt werden. R und Apache Spark® können in sogenannten Extension Nodes auch in den Streams selbst eingesetzt werden. Soll zum Beispiel ein exotisches Modell eingesetzt werden, das als R-Paket zur Verfügung gestellt wird– kein Problem! Dies gelingt einfach mit einem Erweiterungsknoten. Durch die Integration von Apache Spark® können auf die Bearbeitung von großen Datenmenge optimierte Algorithmen genutzt werden.


Automatisierung und Wiederverwendbarkeit: 

Aufgrund der besonderen Struktur der Analysen in Streams ist es sehr gut möglich, wiederkehrende Analysen zu automatisieren. Streams können automatisiert zu bestimmten Zeiten ausgeführt werden, so können z.B. nachts zentrale Geschäftsvorgänge des Vortags analysiert werden. Die Ergebnisse stehen dann am nächsten Tag für das Reporting zur Verfügung. Wächst der Umfang an Streams in einer Firma, so kann durch den Collaboration and Deployment Server (CADS) eine Automatisierung der Ausführung der Streams erreicht werden. Wenn die Ausführung eines Streams fehlgeschlagen oder gelungen ist werden Sie automatisch (z.B. per Email) darüber informiert. Dies erlaubt eine besonders effiziente Nutzung von Rechenkapazitäten und Arbeitszeit. 


Kundenzuschnitt: 

Aufgrund der individuellen Anwendungsgebiete und damit einhergehenden Anforderungen an Seminare zu dieser SPSS Data Mining Software passen wir die Seminarinhalte gerne den Wünschen unserer Kunden an - im Regelfall ohne Mehrkosten!


Grundsätzlich bieten wir zwei Modeler® Seminare an. So lernen Sie das Data Mining entweder grundlegend kennen oder vertiefen Ihr Wissen zum Data Mining im IBM SPSS Modeler®. Im Vordergrund stehen neben der Bereitstellung der Daten ausentsprechenden Datenbanksystemen und deren Aufbereitung die Definition von Analyseknoten und die graphische Darstellung. Dort wo es sinnvoll ist, orientieren sich die Modeler® Seminare am CRISP-DM Standard.

Auch der SPSS Modeler® bietet die Möglichkeit zur R Integration und zur Python® Integration. Gerne demonstrieren wir, wie Sie durch die Nutzung dieser Programmiersprachen effizienter arbeiten können.


MPlus® und IBM SPSS AMOS®

Mit Mplus® und IBM SPSS AMOS® bieten wir Schulungen zur Umsetzung auch komplexerer Modelle an: Beide Tools eigenen sich zur Umsetzung von Strukturgleichungsmodellen. So können neben einfachen Regressionsmodellen auchMediationsmodelle und Pfadmodelle getestet werden. Mit diesen Ansätzen ist auch die Analyse latenter Variablen kein Problem mehr!

Mit MPlus steht eine extrem leistungsfähige Software zur Verfügung. Mplus stellt den Standard im Bereich der Strukturgleichungsmodellierung dar. Mit MPlus können Regressionsmodelle, Pfadmodelle, konfirmatorische Faktorenanalysen und Strukturgleichungsmodelle modelliert werden. Mehrebenenanalysen und die LatenteKlassenanalyse (latent class analysis – LCA) stellen ebenfalls kein Problem dar. Dabei können neben metrisch-skalierten Variablen auch ordinal- und nominal-skalierte Variablen genutzt werden, ohne dass zentrale Annahmen verletzt werden. Ein besonderer Vorteil ist, dass all diese Verfahren auch kombiniert werden können: so ist es möglich, ein Strukturgleichungsmodellen mit ordinal-skalierten Variablen über zwei Ebenen (z.B. Schüler*innen und Klassen) zu erstellen. Dies kann zu besonders aussagekräftigen Ergebnissen führen, da eine Vielzahl von Einflussfaktoren in einem Modell analysiert wurde.