Najlepsze podcasty z kategorii: Datenanalyse (2024)

1
#50 Die Weibull-Verteilung 17:32

2+ y ago17:32

17:32

DIE Verteilung bei Zuverlässigkeit & Lebensdauer-Analysen Die Weibull-Verteilung 👉 Woher kommt die Weibullverteilung? 👉 Wie wird die Weibullverteilung bestimmt? 👉 Was sind typische Kennzahlen der Weibull-Verteilung? Bei der Zuverlässigkeits- und Lebensdauer-Analyse wird die Weibull-Verteilung zur Beschreibung des Ausfallverhaltens eingesetzt. Hierf…

1
#49 Zuverlässigkeit und Lebensdauer 19:28

2+ y ago19:28

19:28

Wie belastbar sind Komponenten und Produkte? Zuverlässigkeit & Lebensdauer 👉 Was können Verfahren für Zuverlässigkeit & Lebensdauer? 👉 Wie entsteht die Badewannen-Kurve? 👉 Was sind Besonderheiten von Zuverlässigkeits-Tests? Methoden aus dem Bereich Zuverlässigkeit & Lebensdauer sind spezielle Auswertungsverfahren, mit denen die Haltbarkeit von Baut…

1
#48 Was sind wichtige Schritte in der DoE 21:48

2+ y ago21:48

21:48

Von der Problemstellung über die Prozessbeschreibung zur Auswertung & Nutzung Was sind wichtige Schritte in der DoE? 👉 Womit fängt die DoE an? 👉 Welche Vorarbeiten sind notwendig bzw. sinnvoll? 👉 Wann ist ein Versuchsplan zu wenig? Viele Menschen denken bei der statistischen Versuchsplanung und -auswertung (Design of Experiments, DoE) zuerst daran,…

1
#47 In Ordnung oder nicht in Ordnung, das ist hier die Frage! 25:55

2+ y ago25:55

25:55

Kennzahlen für die Modell-Quaität bei attributiven Zielgrößen (Klassifizierung) In Ordnung oder nicht in Ordnung, das ist hier die Frage! 👉 Wie funktioniert die Bewertung der Erklär-Qualität bei attributiven Zielgrößen (gut/schlecht)? 👉 Was ist die Konfusionsmatrix? 👉 Welche Kennzahlen werden für die Erklär-Qualität bei der Klassifizierung eingeset…

1
#46 Wie gut funktionieren Machine Learning Modelle 25:55

2+ y ago25:55

25:55

Kennzahlen für die Modell-Quaität bei messbaren Zielgrößen (Regression) Wie gut funktionieren Machine Learning Modelle? 👉 Welche Qualitäts-Kriterien gibt es für Machine Learning? 👉 Wie wird Erklär-Qualität bei der Regression bewertet? 👉 Wann ist die Anpassungsgüte R² groß genug? Ein Modell mit Methoden des maschinellen Lernens wie z. B. Regression …

1
#45 Wie funktioniert Einfluss-Analyse bei nicht-normalverteilten Ergebnissen? 21:57

2+ y ago21:57

21:57

warum "normal-verteilt" eher nicht normal ist Wie funktioniert Einfluss-Analyse bei nicht-normalverteilten Ergebnissen? 👉 Warum ist das Ergebnis nicht normal-verteilt? 👉 Wie funktionieren verallgemeinerte lineare Modelle (GLM: Generalized Linear Models)? 👉 Sind Machine Learning Modelle auch GLMs? Die Normalverteilung von Messwerten wird für viele M…

1
#44 Korrelation, Regression, ANOVA - Alles das Gleiche? 25:08

2+ y ago25:08

25:08

Unterschiede und Gemeinsamkeiten bei der Zusammenhangs- und Einfluss-Analyse Korrelation, Regression und ANOVA - alles das Gleiche? 👉 Woher kommen Korrelation und Regression? 👉 Woher kommt die Varianzanalyse (ANOVA)? 👉 Was sind die Gemeinsamkeiten von ANOVA und Regression? Wenn Korrelation, Regression und Varianzanalyse (ANOVA, Analysis Of Variance…

1
#43 Datenvisualisierungen & Tools 20:04

2+ y ago20:04

20:04

Bunte Bildchen sind super - oder etwa nicht? Datenvisualisierungen & Tools 👉 Warum verwenden wir Visualisierungen? 👉 Wie finde ich die "richtige" Visualisierung? 👉 Was ist das beste Tool für Datenvisualsierungen? "1 Bild sagt mehr als 1000 Worte." Dieser Satz ist absolut abgegriffen und trifft trotzdem den Nagel auf den Kopf: Wir Menschen können In…

1
#42 Wie sinnvoll sind Digitalisierung & Automatisierung in der Datenanalyse? 23:46

3y ago23:46

23:46

Wie aus unbegrenzten Möglichkeiten gezielte Aktionen werden Wie sinnvoll sind Digitalisierung & Automatisierung in der Datenanalyse? 👉 Warum ist Digitalisierung & Automatisierung in der Datenanalyse wichtig? 👉 Wie sinnvoll ist die Digitalisierung von Daten? 👉 Wie hilfreich ist die Automatisierung bei der Datenauswertung? Wir schreiben das Jahr 2022…

1
#41 Signifikant gleich - geht das überhaupt? 19:34

3y ago19:34

19:34

Warum sich Gleichheit nicht beweisen lässt signifikant gleich - geht das überhaupt? 👉 Warum können wir keine Gleichheit beweisen? 👉 Wie funktioniert der Äquivalenz-Nachweis? 👉 Wofür können wir Äquivalenz-Nachweise verwenden? Sie wollen (oder müssen) zeigen, dass etwas gleich ist. Nichts leichter als das, oder? Wir nehmen einen statistischen Test un…

1
#40 Wann sind Messmethoden gleich genug? 26:05

3y ago26:05

26:05

Wie kann die Gleichheit oder Äquivalenz von Messmethoden geprüft werden? Wann sind Messmethoden gleich genug? 👉 Wann vergleichen wir Messmethoden? 👉 Wie funktioniert der Vergleich über die Gage R&R? 👉 Wie wird der Gleichheits-Nachweis über die Deming-Regression geführt? Beim Thema Messunsicherheit gibt es neben den oft genannten Einflüssen Messwied…

1
#39 Wann ist eine MSA nötig und wie wird sie "richtig" gemacht? 20:35

3y ago20:35

20:35

Was Sie schon immer zur Mess-System-Analyse wissen wollten Wann ist eine MSA sinnvoll und wie wird sie "richtig" gemacht? 👉 Warum ist eine Mess-System-Analyse überhaupt sinnvoll? 👉 Wann sollte eine MSA durchgeführt werden? 👉 Wie wird eine MSA richtig gemacht? Mess-System-Analysen scheinen vor der Durchführung oft ziemlich überflüssiges Futter für d…

1
#38 Wozu brauche ich Boxplots? 19:24

3y ago19:24

19:24

Warum Boxplots eine meiner Lieblings-Grafiktypen sind Wozu brauche ich Boxplots? 👉 Was sind Boxplots? 👉 Wann helfen mir Boxplots? 👉 Was können Boxplots nicht? Boxplots sind wunderbar. Mit ihnen lassen sich Strukturen und Muster erkennen, die in anderen Grafik-Typen unsichtbar bleiben, deshalb vertieft die heutige Folge Boxplots und ihre Möglichkeit…

1
#37 Wie werde ich Data Scientist? 25:48

3y ago25:48

25:48

Welche Fähigkeiten und Fertigkeiten braucht ein Data Scientist? Wie werde ich Data Scientist? 👉 Welche Schwerpunkte wünsche ich mir? 👉 Wo brauche ich Ausbildung oder Erfahrung? 👉 Welches Unternehmen passt zu mir? Natürlich können Sie einfach Data Science studieren. Vielleicht kommen Sie auch im Laufe Ihres Berufslebens an den Punkt, dass Sie sich b…

1
#36 Was macht eigentlich ein Data Scientist? 25:22

3y ago25:22

25:22

Data Desing Strategy, Data Engineering, Data Analyst, Data Scientist, ML Engineer Was macht eigentlich ein Data Scientist? 👉 Was macht eigentlich ein Data Scientist? 👉 Was muss ein Data Scientist können? 👉 Welche anderen Data xxx Jobs gibt es? Der Spruch "Daten sind das neue Öl" ist mittlerweile etwas abgegriffen. Es ist klar, dass Daten Informatio…

1
#35 Wie viele Werte braucht die Prozessfähigkeit? 18:22

3y ago18:22

18:22

warum Cp und Cpk gierige Kennzahlen (greedy numbers) sind Wie viele Werte braucht die Prozessfähigkeit? 👉 Wo steht wie viele Werte die Prozessfähigkeit braucht? 👉 Sind Konfidenzintervalle eine Alternative? 👉 Welche Auswege gibt es, wenn zu wenig Messwerte vorliegen? Wenn Prozessfähigkeiten (fast) überall gefordert werden, dann müssen diese Kennzahl…

1
#34 Prüfmengen nach ISO 2859, ISO 3951 und Squeglia 35:50

3y ago35:50

35:50

Warum Prüfpläne nach Norm ungeeignet für die Absicherung sind Prüfmengen nach ISO 2859, ISO 3951 und Squeglia 👉 Wie funktioniert die Prüfmengen-Ermittlung nach ISO 2859 und ISO 3951? 👉 Was ist bei zero-acceptance-Plänen von Squeglia anders? 👉 Warum sind AQL-Normen und zero-acceptance Pläne ungeeignet für die Absicherung? Mein Lieblingszitat im Zusa…

1
#33 Wie viele Messwerte braucht die Absicherung? 21:25

3y ago21:25

21:25

Stichprobenumfang für variable Merkmale bei der Annahmestichprobenprüfung Wie viele Messwerte braucht die Absicherung? 👉 Was wird bei der variablen Messung über Stichproben abgesichert? 👉 Wie hoch sind typische statistische Risiken? 👉 Welche Prüfmengen werden für typische Anwendungsfälle benötigt? 👉 Was kann ich tun, wenn der berechnete Stichproben…

1
#32 Wie viel müssen wir denn jetzt prüfen? 25:58

3y ago25:58

25:58

Prüfmengen für attributive Prüfungen Wie viel müssen wir denn jetzt prüfen? 👉 Was wird bei attributiven Prüfmengen abgesichert?👉 Wie hoch sind typische statistische Risiken?👉 Welche Prüfmengen werden für typische Anwendungsfälle benötigt?👉 Was tun, wenn die ermittelte Prüfmenge zu groß ist? Nach den beiden Folgen zu Grundlagen und Kriterien für gut…

1
#31 Was ist eine gute Stichprobe? 16:43

3y ago16:43

16:43

Kriterien für Repräsentativität, Verzerrtheit und Eignung Was ist eine gute Stichprobe? Was ist eine repräsentative Stichprobe / Prüfmenge? Wo können Verzerrungen auftreten? Was bedeutet "geeignet"? Stichproben sind die Grundlage für datenbasierte Entscheidungen. Je höher die Stichproben-Qualität ist, desto belastbarer ist das Fundament, auf dem En…

1
#30 Darf's ein bisschen weniger sein 21:25

3y ago21:25

21:25

Stichproben-Umfänge und Prüfmengen Darf's ein bisschen weniger sein? Folge 30 ist der Beginn einer weiteren Miniserie, dieses Mal zum Thema Stichproben, Stichprobenumfang und Prüfmenge. Warum berechnen wir Stichprobenumfänge und Prüfmengen? Welche Risiken werden abgesichert? Für welche Anwendungsfälle gibt es Berechnungs-Methoden? Die erste Folge d…

1
#29 Lieblingsbücher zur Datenanalyse 22:30

3y ago22:30

22:30

allgemeine und spezielle Literatur-Empfehlungen Lieblingsbücher zur Datenanalyse 👉 historische Bücher 👉 allgemeine Datenanalyse 👉 spezielle Themen Ich werde oft gefragt, welche Bücher ich für Grundlagen und Vertiefung beim Thema Datenanalyse oder zu speziellen Bereichn empfehlen kann. In dieser Folge stelle ich meine Auswahl an Lieblingsbüchern vor…

1
#28 Wofür brauchen wir Simulationen? 27:36

3y ago27:36

27:36

Wie wir uns an den eigenen Haaren aus dem Sumpf ziehen Wofür brauchen wir Simulationen? Wofür brauchen wir Simulationen bei der Datenanalyse? Wie funktioniert Simulation mit Funktionen? Was sind Bootstrapping, Jackknife- und Monte Carlo-Simulationen? In der aktuellen Folge geht es um die Unterschiede und Gemeinsamkeiten sowie das allgemeine Vorgehe…

1
#27 Messreihen vergleichen 17:23

3y ago17:23

17:23

gute & schlechte Grafiken und Tests Messreihen vergleichen Warum vergleichen wir Messreihen? Wie funktioniert der Vergleich mit Grafiken? Welche Signifikanztests gibt es für den Vergleich von Messreihen? "Das neue Werkzeug ist viel besser!" oder "Können wir anderes Material einsetzen und genauso gut produzieren?" sind zwei Fragen, bei denen das sol…

1
#26 Wie funktioniert Verteilungsprüfung? 26:38

3y ago26:38

26:38

Wann sind Messwerte normalverteilt? Wie funktioniert Verteilungsprüfung? Wie funktioniert die grafische Verteilungsprüfung? Welcher Verteilungstest ist der beste? Warum ist es eine ganz schlechte Idee, die Verteilung automatisch auszuwählen? Wir arbeiten gerne mit bekannten Methoden, deshalb werden in der Verteilungsprüfung oft Histogramme mit Vert…

1
#25 Wofür brauchen wir Verteilungen? 18:17

3y ago18:17

18:17

Eigentlich ist doch sowieso alles normalverteilt, oder nicht? Wofür brauchen wir Verteilungen? Wofür brauchen wir Verteilungen? Gibt es Alternativen? Wie wird die richtige Verteilung ausgewählt? Warum sind Messwerte oft nicht-normalverteilt? Prozessfähigkeit, statistische Testverfahren und Toleranzermittlung sind nur einige Themenbereiche, in denen…

1
#24 Buchstabensuppe: KI, PI und TI 17:15

3y ago17:15

17:15

Konfidenz-, Prognose- und Toleranzintervalle Buchstabensuppe: KI, PI und TI Was sind KI, PI und TI? Welche Unterschiede und Gemeinsamkeiten gibt es? Wann wird welches Intervall verwendet? Wenn es darum geht, die Unschärfe von Ergebnisse greifbar zu machen, werden Streubereiche verwendet. Die drei häufigsten Formen sind Konfidenz-, Prognose- und Tol…

1
#23 Data Science ist viel cooler als Statistik! 17:58

3y ago17:58

17:58

Warum Menschen bei Data Science fasziniert und bei Statistik abgeschreckt sind Data Science ist viel cooler als Statistik! Warum ist Statistik fragwürdig und langweilig? Was macht Data Science aufregend und anders? Wieso ist Data Science cooler als Statistik? Daten sind genauso wertvoll für ein Unternehmen wie Gebäude und Maschinen! Diese Aussage w…

1
#22 DoE 5/5: Ergebnisse nutzen 19:28

3y ago19:28

19:28

Wie aus Versuchsergebnissen Nachweise, Optimierung und Toleranzen werden DoE 5/5: Ergebnisse nutzen Was ist das entscheidende Ergebnis der Auswertung? Wofür und wie wird das Auswertungs-Ergebnis genutzt? Was gehört zum Abschluss der DoE? Statistische Versuchsplanung und -auswertung (DoE) ist aufwändig. Im fünften und letzten Teil der DoE-Serie geht…

1
#21 DoE 4/5: Auswertung 26:07

3y ago26:07

26:07

Wie die relevanten Informationen aus den Versuchsergebnissen geholt werden DoE 4/5: Auswertung Welche Grafiken und Methoden gehören zur Auswertung von Versuchsergebnissen? Wie werden Ursache-Wirkungs-Beziehungen in den Versuchsdaten gefunden? Welche Kriterien gibt es für die Bewertung der Aussagekraft? Die vierte Folge der DoE-Miniserie liefert ums…

1
#20 DoE 3/5: Versuchspläne 23:36

3y ago23:36

23:36

Mehr Informationen aus Versuchen mit einem DoE-Plan! DoE 3/5: Versuchspläne Was ist ein statistischer Versuchsplan oder DoE Design? Welche Ursache-Wirkungs-Beziehungen können statistische Versuchspläne liefern? Wie wird der beste Versuchsplan ausgewählt? Das Ziel der dritten Folge ist eine Vorstellung der Möglichkeiten, die statistische Versuchsplä…

1
#19 DoE 2/5: Planung 19:04

3y ago19:04

19:04

Effiziente Werkzeuge für die Planung der DoE DoE 2/5: Planung Wie kann vorhandenes Wissen genutzt werden? Welche Einflüsse sollen untersucht werden? Was sollte vor der Planauswahl passieren? Eine gute Planung ist die beste Basis, um mit möglichst wenig Versuchen möglichst viele Informationen über einen Prozess oder ein Produkt zu bekommen. Die zwei…

1
#18 DoE 1/5: Was ist DoE? 23:23

3y ago23:23

23:23

Statistische Versuchsplanung / Design of Experiments DoE 1/5: Was ist DoE? Was unterscheidet statistische Versuchsplanung und "normale" Versuchsplanung? Was sind Wechselwirkungen und wie wichtig sind sie in Prozessen? Welche Voraussetzungen gibt es bei DoE? Mit möglichst wenig Aufwand möglichst viel über ein Produkt oder ein Prozess herausfinden, d…

1
#17 Statistische Tolerierung 14:59

3y ago14:59

14:59

Wie aus Daten Toleranzgrenzen werden Statistische Tolerierung Was ist Toleranzrechnung? Wie werden Toleranzgrenzen über Maßketten ermittelt und warum ist das nur die eine Hälfte der Statistik? Wie funktioniert statistische Tolerierung? Toleranzgrenzen sind Vorgabewerte, die angeben, in welchem Bereich Merkmalswerte liegen sollen. Wenn keine Funktio…

1
#16 Miniserie Prozessfähigkeit 2/2 17:56

3+ y ago17:56

17:56

Warum es so viele verschiedene Buchstaben für Fähigkeitswerte gibt Miniserie Prozessfähigkeit 2/2 Was ist der Unterschied zwischen Cpk und Ppk? Worin unterscheiden sich Maschinenfähigkeit, Kurzzeit- und Langzeit-Prozessfähigkeit? Wenn Prozessfähigkeit so oft Zahlenspielerei ist, warum machen das "alle" und was sind Alternativen? Im zweiten Teil der…

1
#15 Miniserie Prozessfähigkeit 1/2 20:30

3+ y ago20:30

20:30

Wofür Prozessfähigkeit gut ist und warum sie so oft unerreichbar bleibt Miniserie Prozessfähigkeit 1/2 Was ist Prozessfähigkeit? 4 Voraussetzungen für aussagekräftige Prozessfähigkeitswerte Welche Handbücher und Normen sind wichtig und worin unterscheiden sich die Methoden? Ein Prozess ist fähig, wenn er die Toleranz gut einhält. Es klingt so einfa…

1
#14 1,6 Kinder - wie viele Nachkommastellen sind genug? 17:26

3+ y ago17:26

17:26

Wie Sie die angemessene Anzahl Nachkommastellen festlegen 1,6 Kinder - wie viele Nachkommastellen sind genug? Wie viele Nachkommastellen sind genug? Welche Kriterien gibt es für eine gute Anzahl Nachkommastellen? Was kann ich tun, wenn zu wenig Nachkommastellen vorhanden sind? Bei der Auswertung verlassen wir uns darauf, dass in den Messwerten ausr…

1
#13 Die Prognose-Maschine 18:07

3+ y ago18:07

18:07

für die gezielte und gewinnbringende Nutzung Ihrer Daten Die Prognose-Maschine Wann helfen Prognose-Maschinen? Wie funktioniert eine Prognose-Maschine? Wo liegen die Grenzen der Prognose-Maschine? "Prediction is very difficult, especially if it's about the future" (Niels Bohr) In dieser Folge dreht sich alles um Prognosen und darum, wie wir Daten n…

1
#12 Statistische Tests 22:59

3+ y ago22:59

22:59

Warum Nullhypothesen nicht bewiesen werden können Statistische Tests - Warum Nullhypothesen nicht bewiesen werden können Wie funktioniert ein statistischer Test? Mythen & Märchen bei statistischen Tests Wozu brauchen wir kritische Werte oder p-Werte? Statistische Tests sind die Mittel der Wahl für die Prüfung auf Unterschiede und Verteilungen. In d…

1
#11 Ist alles so schön bunt hier! 14:49

3+ y ago14:49

14:49

Grafiken für Plausibilitätsprüfung, Analyse und Ursache-Wirkungs-Beziehungen Ist ja alles so schön bunt hier! Wie können wir mit Grafiken Plausibilität prüfen, Zusammenhänge und Wirkstrukturen darstellen oder hochkomplexe Zusammenhänge sichtbar machen? Grafiken geben uns einen Einblick in die Daten. Sie erleichtern die Plausibilitätsbewertung und z…

1
#10 Das sieht komisch aus! 19:23

3+ y ago19:23

19:23

auffällige Werte und Ausreißer Auffällige Werte & Ausreißer Wie kann ich auffällige Werte & Ausreißer finden? Welche Tests auf Ausreißer können helfen? Wann dürfen Werte aus der Analyse ausgeschlossen werden? Auffällige Werte, Extremwerte, Ausreißer - was unterscheidet diese Begriffe und wann darf ich (auch im regulierten Bereich) Messwerte vor der…

1
#09 Datenqualität 19:34

3+ y ago19:34

19:34

Wie wird Datenqualität bewertet? Datenqualität: Kriterien & Bewertung Welche Kriterien für Datenqualität gibt es? Wie funktioniert die Bewertung? Eine hohe Datenqualität ist DIE Grundlage für belastbare Analyse-Ergebnisse. Hier gilt das GIGO-Prinzip: Garbage In, Garbage Out. In der heutigen Folge erfahren Sie, welche Kriterien es für die Datenquali…

1
#08 Mess-Unsicherheit 18:53

3+ y ago18:53

18:53

Wer misst, misst Mist! Mess-Unsicherheit Wofür ist Messunsicherheit wichtig? Welche Kriterien werden bei der Messunsicherheit geprüft? Warum ist die Messunsicherheit oft viel größer als gedacht? Wer misst, misst Mist! Niemand kann fehlerfrei oder ohne Unsicherheit messen. Messwerte sind aber unsere Entscheidungs-Grundlage. Wenn diese Grundlage unsc…

1
#07 DIE beste Software für die Datenanalyse 19:15

3+ y ago19:15

19:15

5 Kriterien für die Software-Auswahl Die beste Software für die Datenanalyse In dieser Folge geht es um DIE beste Software für die Datenanalyse und nach welchen Kriterien eine Software besonders gut geeignet ist. JMP, Minitab, R und KNIME werden miteinander verglichen, damit Sie eine gute Entscheidung treffen können, welche Software für Sie und Ihr…

1
#06 Das ist doch signifikant! 18:52

3+ y ago18:52

18:52

Was Signifikanz ist und worin sie sich von technischer Relevanz unterscheidet Das ist doch signifikant! 👉Was ist Signifikanz? 👉 Wo brauche ich Signifikanz? 👉 Wie kann ich Signifikanz in der Datenanalyse erreichen? Signifikanz begegnet uns oft als Wort. In dieser Folge geht es darum, was statistische Signfiikanz ausmacht, wie sie erreicht werden kan…

1
#05 Miniserie 5 von 5: Präsentation 17:56

3+ y ago17:56

17:56

Wie Sie Informationen auswählen, strukturieren & präsentieren Präsentation mit 3E: Ergebnisse, Erkenntnisse, Entscheidungen 👉 Welche Informationen für welches Zielpublikum?👉 Welche Form ist am besten geeignet?👉 Mit welcher Struktur kann ich eine gute Geschichte erzählen? Im fünften und letzten Teil der Miniserie zur Datenanalyse erhalten Sie Tipps …

1
#04 Miniserie 4 von 5: Dokumentation 13:59

3+ y ago13:59

13:59

Welche Informationen Sie dokumentieren sollten Dokumentation Warum sollte ich überhaupt etwas dokumentieren? Was und wie viel muss ich aufschreiben? Wie kann ich die Daten und Ergebnisse so ablegen, dass ich sie bei Bedarf gut wiederfinde? In Folge 4 der Miniserie erfahren Sie, wie Sie doppelte Arbeit vermeiden können und welche Informationen in di…

1
#03 Miniserie 3 von 5: Auswertungs-Methoden 16:07

3+ y ago16:07

16:07

Wie Sie die Ziele Ihrer Datenanalyse erreichen Auswertungs-Methoden Wie sehen die Daten aus? Warum sehen die Daten so aus? Wie werden die Daten morgen aussehen? In Folge 3 von 5 der Miniserie erfahren Sie, welche Ziele Sie mit der Datenanalyse verfolgen können und welche Auswertungs-Methoden dafür geeignet sind. Unabhängig vom Ziel beginnt jede Dat…

1
#02 Miniserie 2 von 5: Daten finden 19:52

3+ y ago19:52

19:52

Wie Sie gezielt Ihre Daten zusammenstellen Finden & Sammeln von Daten… Was gehört zur Datensammlung? Was sollte ich besser weglassen? Wie viele Daten sind genug? In der zweiten Folge der Miniserie erfahren Sie, wie Sie Ihre Daten zusammenstellen und wie Sie hierbei Fallstricke vermeiden können. Wichtige Punkte bei der "Daten-Tapete" sind unter ande…

1
#01 Miniserie 1 von 5: der Anfang der Datenanalyse 14:40

3+ y ago14:40

14:40

Womit Sie am besten in die Datenanalyse starten Der beste Anfang in der Datenanalyse ist… Papier und Stift nehmen eine Statistik-Software öffnen im Internet nach ähnlichen Themen recherchieren Es kommt darauf an. In der Folge gebe ich Ihnen Tipps, wie Ihnen der Einstieg in die Datenanalyse am besten gelingt. Sie erfahren, welche Punkte bei der Plan…

Podcasty warte posłuchania

Datenanalyse Podcasty

Podcasty warte posłuchania

Skrócona instrukcja obsługi