Available courses

Datenqualität

Behandelt werden Unit und Item Nonresponse und darauf bezogene Missing Data Techniken (Imputationsverfahren und Gewichtung), zufällige und systematische Messfehler und darauf bezogene Lösungen (systematische Replikation, Sensitivitätsanalyse, Latente Variablenanalyse), Management von selektiven Daten durch die Kombination von Wahrscheinlichkeits- und Nichtwahrscheinlichkeitsauswahlen.

Datenmanagement

Arbeiten mit R und R-Bibliotheken, Datenkonzepte und Datenmanagement zur Vorbereitung und Durchführung von Datenanalysen (z.B. Kodierung, Rekodierung, Subsetting, Handling von NAs, Schreiben von Funktionen), Erstellung von Grafiken mit R.

Maschinelles Lernen

Lineare und logistische Regression, Regression Splines zur Modellierung nichtlinearer Beziehungen, regressions-, ähnlichkeits-, wahrscheinlichkeits- und informationsbasierte Klassifikation