Hier finden Kurs und Schulung statt
Open Source Schulung: (same course in english)

Bayesische Analysen mit R

WinBUGS und R

In den letzten Jahren ist die Bildung statistischer Modelle nach Bayes zu einer der elegantesten statistischen Vorgehensweise in wissenschaftlichen und technologischen Anwendungen geworden. Für diese Entwicklung gibt es mindestens zwei Gründe: Einer ist der Bedarf an statistischen Modellen, die mehrfache Variabilitätsquellen behandeln. Bayes-Modelle sind dazu gut geeignet und stellen einen Weg bereit, um komplexe Informationen in zusammenhängender Form zu kombinieren. Erfolgreiche Beispiele dieser Vorgehensweise umfassen unzählige Anwendungen in der hierarchischen Modellbildung.

Der zweite Grund ist die revolutionäre Entwicklung von Berechnungsmethoden, die aus der Wiederentdeckung der Markov-Ketten-Monte-Carlo-Verfahren (MCMC) für die Statistik entstanden, gemeinsam mit ihrer Umsetzung in frei verfügbarer und benutzerfreundlicher Software wie WinBUGS und zahlreicher R-Pakete. Dadurch können Forscher beliebig komplexe statistische Modelle konstruieren, die die zu untersuchenden Vorgänge besser widerspiegeln.

Dieser Kurs hat zwei Zielsetzungen: Zum Ersten führt er Fachleute und Forscher in das Konzept statistischer Bayes-Verfahren ein. Zum Zweiten stellt er eine große Zahl an Fallbeispielen bereit, die mit R und WinBUGS analysiert werden. Diese Fallbeispiele können als gebrauchsfertige Vorlagen zur sofortigen Anwendung dienen. Der Kurs folgt mehr einer praktischen als theoretischen Sichtweise. Wir konzentrieren uns auf Modellbildung mit WinBUGS und die Interaktion zwischen WinBUGS und R. Einige Vorteile bei der Nutzung von Win BUGS innerhalb von R umfassen die Möglichkeit, eine effektive Modellprüfung sowie Sensititivitäts- und Konvergenzanalysen durchzuführen und die äußerst leistungsfähigen grafischen Fähigkeiten von R zu nutzen. Die Zielgruppe sind Statistiker und Daten-Analysten, die mit klassischen Verfahren vertraut sind wie z.B. verallgemeinerte lineare Modellen und Modellbildung mit zufälligen Effekten. Erfahrung mit Bayes-Verfahren oder WinBUGS werden nicht vorausgesetzt, Kenntnisse in R hingegen schon.

Die Kurssprache und die Kursunterlagen sind Englisch; Diskussionen und Hilfestellungen sind in Deutsch, Englisch und Spanisch möglich.

Dieser Kurs ist sehr beliebt bei Studenten und Doktoranden. Daher haben wir hier eine preislich günstige Sonderregelung für Studenten.

Preis

3 Tage, 961,00 € + 19% MwSt. = 1.143,59 €

Volle 8 Zeitstunden pro Tag, komplette Grundausstattung an Originalliteratur, freier Internetzugang überall, Leihnotebook, Vollpension, Getränke (besondere Weinsorten werden separat abgerechnet), Gebäck, selbstgebackene Kuchen, Sauna, Rahmenprogramm.

Zusatz- oder Minderleistungen auf Wunsch:

Aufpreis für Übernachtung im Zweibettzimmer (großes, komfortables Zimmer) 59,00 € + 7% MwSt. = 63,13 €pro Nacht
Aufpreis für Übernachtung in der Linuxhotel-WG 83,00 € + 7% MwSt. = 88,81 €pro Nacht
Aufpreis für Einzelzimmer (nach Verfügbarkeit, bitte rechtzeitig buchen) 129,00 € + 7% MwSt. = 138,03 €pro Nacht
Preisnachlaß bei Verzicht auf die Vollpension -29,41 € + 19% MwSt. = -35,00 €pro Tag
Preisnachlaß bei Verzicht auf das Rahmenprogramm -8,40 € + 19% MwSt. = -10,00 €pro Abend

Steuerliche Absetzbarkeit * Stornobedingungen

Termine

Nennen Sie uns Ihren Wunschtermin

Dozenten

Dr. rer. nat. Pablo E. Verde arbeitet auf dem Gebiet der statistischen Modellierung in der medizinischen und klinischen Forschung, aktuell in der Evidenz-Synthese (Meta-Analysen). Er leitet die Arbeitsgruppe Biometrie im Koordinierungszentrum für klinische Studien der Heinrich-Heine-Universität Düsseldorf und forscht am Institut für Medizinische Soziologie der Heinrich-Heine Universität Düsseldorf. Er hat mehr als 20 Jahre internationale Erfahrung in statistischer Beratung, Forschung und Lehre auf den Gebieten Medizin, Landwirtschaft, Gesundheitsforschung und Risikoanalyse Finanz-Econometrie.

Pablo ist Experte der Statistiksoftware R und WinBUGS für MCMC Berechnungen. Seit 1998 ist er aktives Mitglied der R Community, wo er für die Übersetzung von R ins Spanische verantwortlich ist.

Seit 1990 lehrt er die Anwendung von S und R, zunächst für die Finanz-Branche, seit 2000 im akademischen Bereich.
Pablo ist visiting Lecturer am Department of Statistics an der Stanford University und seit 2007 Stanford community member. Seit 2000 ist Pablo Mitglied der Royal Statistical Society.

Teilnahmevoraussetzungen

Der Kurs wendet sich an Datenanalysten mit praktischer Erfahrung in der Statistiksprache R.

Falls Sie hier unsicher sind, beraten wir Sie gerne, per Mail oder telefonisch.

Kursinhalt

Einführung in moderne Bayes'sche Inferenz

Einführung in moderne Bayes'sche Inferenz

Fortsetzung vom Vormittag

Vernetzung von R und WinBUGS

Vernetzung von R und WinBUGS

Fortsetzung vom Vormittag

Einführung in hierarchische Modellbildung

Eigene Projekte
(Hier können Teilnehmer gerne ihr eigenes Datenmaterial analysieren.)

Zeitlicher Ablauf