Folgende Fragestellungen stehen im Zentrum des CAS Statistical Modelling:
- Welche erweiterten Regressionsmodelle gibt es und wie werden sie eingesetzt?
- Wie gehen wir mit zensierten Beobachtungen um, die bei Wartezeitanalysen entstehen?
- Was ist Network Analysis und wie kann sie für Unternehmen gewinnbringend eingesetzt werden?
- Wie können Routineanalysen und deren Reports automatisiert werden?
- Wie können Browser-Interfaces für spezifische Analysen erstellt werden?
Die Absolventinnen und Absolventen des CAS Statistical Modelling
- können generalisierte lineare und additive Modelle (GLM, GAM) zur Analyse von Daten einsetzen,
- können zensierte Wartezeitdaten mit geeigneten statistischen Modellen analysieren,
- können mit diesen Modellen entsprechende Vorhersagen machen und ihre Genauigkeit beurteilen,
- können Methoden aus der Network Analysis für das Unternehmen gewinnbringend einsetzen,
- können aus graphischen Modellen kausale Effekte abschätzen,
- können Modelleignung überprüfen und Modelle geeignet datengestützt weiterentwickeln,
- können Routineanalysen und entsprechende Reports automatisieren,
- können Browser-Interfaces für spezifische Analysen erstellen.
Das CAS Statistical Modelling ist Bestandteil des DAS Data Science und des MAS Data Science.
- Teacher: Fitim Abdullahu (T Wiss. Assistent)
- Teacher: Philipp Ackermann (T Dozent)
- Teacher: Marcel Dettling (T Dozent)
- Teacher: Christoph Hofer (T Dozent)
- Teacher: Thoralf Mildenberger (T Dozent)
- Teacher: Andreas Ruckstuhl (T Lehr- und Forschungspersonal)
- Teacher: Beate Sick (T Professorin)
