Nähere Informationen zu den Bewerbungsmodalitäten sowie Bewerbungsfristen finden sich auf der Website des Lehrstuhls für Statistik.
Voraussetzungen, Beschreibung der Inhalte und Literaturhinweise entnehmen Sie bitte ebenfalls der Website des Lehrstuhls.
Es werden verschiedene Data Mining Verfahren angeboten, die von den Teilnehmern in kleinen Gruppen methodisch ausgearbeitet und empirisch umgesetzt werden:
1. Logistische Regressionsanalyse – das Logit -Modell
2. ANOVA: ein- und mehrfaktorielle Varianzanalyse
3. Clusteranalyse I – hierarchische Clusteranalyse
4. Clusteranalyse II – partitionierende Clusteranalyse (k-Means, PAM)
5. Hauptkomponentenanalyse (PCA)
6. Zeitreihenanalyse – Analyse von Longitudinaldaten
7. Künstliche Neuronale Netze – überwachtes Lernen in vorwärts gerichteten Netzen
8. Entscheidungsbäume – rekursive Partitionierung mittels CART-Algorithmus
9. Frequent Pattern Mining – eine Warenkorbanalyse
10. Textmining