top of page

BETRIEBLICHE SPSS ANALYSEN MIT
PYTHON UND R AUTOMATISIEREN

Präsenzveranstaltungen in Wiesbaden oder Online-Seminar an 2 Tagen: 1.090,- € pro Person (netto)

Für alle Personen, die Ihre Welt von IBM SPSS Statistics bereits kennen und diese um die vielfältigen Möglichkeiten der freien Programmiersprachen Python (Automatisierung) und R (Statistische Analysen) erweitern möchten.

SPSS, Python, R
SPSS, Python, R
SPSS, Python, R
SPSS, Python, R

LERNZIELE UND AGENDA

Ziele:

  • Funktionsweise von Python™ in IBM SPSS Statistics®

  • Die Möglichkeiten der Programmierschnittstelle SPSS®-Python™ verstehen

  • Automatisierungen in SPSS durch Python schreiben können

  • Aufbau und grundlegende Funktionsweise von R

  • Die Möglichkeiten der Programmierschnittstelle zu Integration von R in IBM SPSS Statistics®verstehen

  • Statistische Analysemöglichkeiten von R in SPSS nutzen

OFFENE SCHULUNG

Präsenzveranstaltung in Wiesbaden

oder Online-Seminar

   €1.090,00   

pro Person, zzgl. gesetzlicher USt

Präsenzveranstaltungen finden in Wiesbaden statt und werden ab zwei Anmeldung durchgeführt (Angebotsgarantie)

INHOUSE-SEMINAR

Seminardurchführung am Standort des Kunden

   €1.390,00   

pro Tag bis 4 Teilnehmer zzgl. gesetzlicher USt

Alle Inhalte der Inhouse-Seminare werden individuell zugeschnitten und zielgruppenspezifisch vermittelt.


Intensive Nachbetreuung ermöglicht den Teilnehmern ihre Kenntnisse in kürzester Zeit umzusetzen.

Empfohlene Seminardauer: 2 Tage

Leihgebühren Schulungsnotebook (auf Wunsch): 60,- Euro (pro Tag, pro Schulungsrechner)

WORKSHOP

Sie nennen uns Ihre Themen!

   Preis auf Anfrage   

zzgl. gesetzlicher USt und ggf. Reisekoste

Alle Inhalte des Workshops werden individuell zugeschnitten und zielgruppenspezifisch vermittelt.

Gerne führen wir den Workshop bei Ihnen vor Ort, in Wiesbaden oder online durch.

Leihgebühren Schulungsnotebook (auf Wunsch): 60,- Euro (pro Tag, pro Schulungsrechner)

Tag 1

  • Kurze Einführung in Python

  • Überblick Funktionsweise der Programmierschnittstelle IBM SPSS Statistics <> Python

  • Datenaustausch über die Programmierschnittstelle

  • SPSS-Syntax-Automatisierung mit Python

  • SPSS-Programmsteuerung mit Python

  • Weitere Möglichkeiten der Schnittstelle

Tag 2

  • Einführung in das Arbeiten mit R

  • Überblick Funktionsweise der Programmierschnittstelle IBM SPSS Statistics <> R

  • Datenaustausch über die Programmierschnittstelle

  • Ausführen von R-Prozeduren über die Syntax von IBM SPSS Statistics®

  • Weitere Möglichkeiten: Überblick

INHALT

Dieser Kurs richtet an alle, die bereits mit IBM SPSS Statistics® arbeiten und nun die Möglichkeiten von Python zur weiteren Automation oder die vielfältigen statistischen Analysemöglichkeiten von R ergänzend nutzen möchten!

Hinweis: Die beiden Kurstage können auch getrennt gebucht werden, falls nur Interesse an der Python-Integration oder der R-Integration besteht!

An Tag 1 (Python Integration) beginnt das Seminar mit einer kurzen Einführung in Python, dabei werden die für die SPSS-Python-Integration wichtigen Teile besprochen. Danach wird die SPSS-Schnittstelle zu Python vorgestellt, Möglichkeiten aufgezeigt und wesentliche Fachliteratur benannt. An praktischen Beispielen werden dann die Automatisierungsmöglichkeiten von SPSS durch Python vorgestellt: Zum einen kann SPSS-Synatx mit Python generiert werden, der dann in SPSS selbst ausgeführt wird. So ist es z.B. möglich, in Abhängigkeit vom Skalenniveau (nominal, ordinal oder metrisch) nur bestimmte Analysen durchführen zu lassen. Zum anderen kann auch der Ablauf von SPSS-Syntax mittels Python gesteuert werden - so ist zum Beispiel das Abfangen von Fehlern, die in SPSS zum Absturz des Skripts führen, ohne weiteres möglich.

An Tag 2 wird die R Integration in SPSS besprochen. Zuerst erfolgt eine kurze Einführung in die dafür relevanten Teile von R. Es folgt ein Überblick über die Funktionsweise der R-SPSS-Integration. Der Datentransfer kann in beide Richtungen erfolgen - sowohl aus R heraus als auch aus SPSS heraus. Werden Daten in SPSS bewegt, so sind Dictionary-Informationen notwendig (dabei handelt es sich um Metainformationen der Variablen, z.B. Speichertyp, Messniveau, Label etc.). Die Nutzung von R-Paketen und statistischen Funktionen stellt dann den Kern dar, hier wird systematisch die Umsetzung an Beispielen vermittelt.

Ein Vorteil stellt die Nutzung von SPSS aus Python und R heraus dar. Dazu werden von IBM die notwendigen Bibliotheken zur Verfügung gestellt. Die Arbeit in einer Python oder R IDE ermöglich ein effizientes Testen der erstellten Syntax und erleichtert auch die Fehlersuche. Nachdem die Syntax entwickelt ist, kann diese ohne Probleme in SPSS-Syntax eingebunden und aus SPSS heraus genutzt werden. Dabei ist auch eine Integration eigener Module mit ansprechender BenutzerInnen-Oberfläche in die SPSS-Menüleiste möglich.

bottom of page