Interessenbekundung zur Bedarfsermittlung


Interessenbekundung zur Bedarfsermittlung

der Biometriekurse für das Jahr 2019

 

Abschluss: 5. Oktober 2018

Eine Bemerkung zum Datenschutz
Dies ist eine anonyme Umfrage.
In den Umfrageantworten werden keine persönlichen Informationen über Sie gespeichert, es sei denn, in einer Frage wird explizit danach gefragt. Wenn Sie für diese Umfrage einen Zugangsschlüssel benutzt haben, so können Sie sicher sein, dass der Zugangsschlüssel nicht zusammen mit den Daten abgespeichert wurde. Er wird in einer getrennten Datenbank aufbewahrt und nur aktualisiert, um zu speichern, ob Sie diese Umfrage abgeschlossen haben oder nicht. Es gibt keinen Weg, die Zugangsschlüssel mit den Umfrageergebnissen zusammenzuführen.

Kurse 2019

Bitte ihre Institution angeben
Name
E-Mail

A: Klären Sie die Finanzierung Ihrer Kursteilnahme (normale Dienstreisekosten)

B: Die unten aufgeführten Kurse sind kein Plan (!), sondern eine Liste, deren Auswahl ein Plan wird

C: Entscheiden Sie sich für einige Kurse - nicht für das Maximalprogramm

D: Bekunden Sie Ihr Interesse (keine Anmeldung!) mit X in der vorgesehenen Spalte

E: Die Anzahl der Interessenten entscheidet (mit) über die Realisierung eines Kurses

 

SAS IML 

Die SAS-Prozedur IML steht für Iatrix Programming Language. Sie ermöglicht eine flexible und mächtige Programmierung. Im Unterschied zum DATA Step, wo alle Operationen für die Variable insgesamt, d.h. spaltenweise ausgeführt werden, können in IML einzelne Zellen der Matrizen angesprochen werden. Alle Variablen werden in dieser Prozedur wie Vektoren oder Matrizen behandelt. Diese Matrizen können entweder numerisch oder alphanumerisch sein.

Behandelt wird die Übernahme numerischer und alphanumerischer Variablen von SAS-Dateien in Matrizen, das Definieren von Matrizen in IML sowie die Übergabe von Matrizen an SAS-Dateien. In IML stehen viele Operatoren zum Verknüpfen von Matrizen zur Verfügung. Dem Programmierer stehen für bedingte Verzweigungen IF-THEN-ELSE-Behle, DO-Schleifen und Sprünge (GOTO-Anweisung) zur Verfügung. In der Prozedur IML können sehr viele Funktionen aufgerufen werden, darunter auch spezielle für Matrizen. Die Teilnehmer lernen auch, wie mit wenigen Schritte aus IML heraus R-Programme genutzt werden können.
 

Einführung in SAS-SQL

SQL ist auch in SAS verfügbar zur Verarbeitung von Daten aus SAS und zur Verbindung zu anderen Datenbank-Systemen. In SAS häufig die geschicktere Alternative zum Arbeiten mit mehreren Datenschritten.
Kursinhalt ist die allgemeine Verwendung von SQL in SAS.

Darüber hinaus wir auf die besondere  Verwendung von SQL bei der Erzeugung von Macrovariablen und beim Zugriff auf Daten anderer DBMS  eingegangen.

SAS-Einführung

Ziel ist es, einen Einblick in das umfangreiche Softwarepaket SAS zu erhalten. So lernt der Teilnehmer anhand der Dateneingabe und -aufbereitung am Beispiel statistischer Verfahren der beschreibenden Statistik und einfacher Grafiken den Umgang mit SAS kennen. 

 Planung von Feldversuchen mit SAS (und R)

Werden Experimente geplant, stößt der potentielle Versuchsansteller unweigerlich auf die Frage, wie viele Versuchseinheiten (Gefäße, Parzellen, Tiere, Probenpunkte) für jedes Prüfglied mindestens erforderlich seien und wie die zufällige Zuordnung der Prüfglieder zu den Versuchseinheiten sicher gestellt werden kann.
Der Kurs will an Hand einfacher landwirtschaftlicher und gartenbaulicher Beispiele das Zusammenspiel von statistischer Fragestellung, Sicherheit, Genauigkeit und notwendigem Stichprobenumfang erläutern.

R-Einführung

R ist eine moderne Programmiersprache, zu der umfangreiche Open-Source-Programmpakete vorliegen. Die Einführung umfasst den Im- und Export von Daten, das Erstellen von Grafiken, das Berechnen statistischer Maßzahlen sowie einige statistische Tests.

Kursinhalt: Datentypen in R, Import/Export von Tabellen, Erstellung von Grafiken (z.B. Box-, Dot-, Barplot), Berechnen statistischer Maßzahlen, Statistische Tests (parametrische: t-, Wilcoxon-, c2-Test, parameterfreie: Kruskal-Wallis- u. Friedman-Test), Korrelationsanalyse, Lineare Regression, Varianzanalyse, "Nonparametric Multiple Comparisons"-Paket

JMP-Einführung

Mit Hilfe einfacher Beispiele wird die Bedienung der interaktiven und auf Datenvisualisierung spezialisierten Statistiksoftware JMP gezeigt.

Kursinhalt: Überblick über die Programmoberfläche der Statistik-Software JMP 13.1.0, Datenmanagement (Daten importieren, exportieren, speichern), Techniken der Datenaufbereitung, Deskriptive Statistik mithilfe von Tabellen und Graphiken, Verteilungsanalysen mittels Histogramm, Box-Plot, Normal Quantile Plot, Korrelation, Analytische Auswertung, Grafische Darstellung von Analyseergebnissen, Durchführen und Verstehen von parametrischen und nicht-parametrischen Tests, Umgang mit der JMP Modellierungsplattform zur Erstellung von Regressionsmodellen, Einführung in die Versuchsplanung in JMP, Einführung in die Arbeit mit Journals.

Longitudinaldaten und Repeated Measurements

Daten von wiederholten Messungen über die Zeit werden Longitudinaldaten genannt. Modelle zur Erklärung des Zeitfaktors sind unter anderem Gegenstand des Kurses.

SAS Grafik

Erweiterte Möglichkeiten von SAS zur Erstellung publikationsreifer statistischer Grafiken, die über den Inhalt des Einführungskurses hinaus gehen.

R Grafik

Erweiterte Möglichkeiten von R zur Erstellung publikationsreifer statistischer Grafiken, die über den Inhalt des Einfürungskurses hinaus gehen.

Biometrie 1

Behandelt wird das Heft 1 RICHTER: "Grundbegriffe und Datenanalyse" .

Begriff und Inhalt der Biometrie, Verfahren der beschreibenden Statistik und Grundlagen des statistischen Schließens sind Gegenstand des Kurses. Damit werden die Grundlagen für die folgenden Kurse Biometrie II (Heft 2) bis IV (Heft 4), insbesondere für das Schätzen, Testen und die Modellwahl vorgestellt.

Betont werden muss, dass dieser Kurs ein Grundlagen legender Kurs ist. Das Schätzen, Testen und die Modellwahl gehören nicht zum Kursinhalt. Der Rechner wird nicht so häufig genutzt werden.

Biometrie 2

Behandelt wird das Heft 2 SUMPF & MOLL: "Schätzen eines Parameters und Vergleich von bis zu zwei Parametern" unter Nutzung von SAS und JMP.

Zunächst wird das Schätzen eines Parameters behandelt. Betrachtet werden vor allem die Parameter Erwartungswert und Varianz (der Grundgesamtheit). Aufbauend auf Punkt- und Konfidenzschätzung für diese Parameter werden auch Aspekte der Versuchsplanung, besonders der Stichprobenumfangsplanung, betrachtet.
Aufbauend auf das Schätzen von Parametern geht es dann um den Vergleich von Schätzwerten, genauer: dem Testen von Hypothesen über Parameter. Vorgestellt werden Ein- und Zweistichprobenverfahren. Behandelt werden auch Tests auf Normalverteilung.

Biometrie 3

Behandelt wird das Heft 3 SCHUMACHER: "Vergleich von mehr als zwei Parametern".

Auftakt bildet die einfaktorielle Varianzanalyse. Zum Vergleich der fixen Effekte werden verschiedene multiple Testverfahren vorgestellt. Bei zufälligen Effekten werden die Varianzkomponenten geschätzt und getestet.
Die mehrfaktorielle Varianzanalyse wird zunächst für balanzierte Daten behandelt, wobei das Hauptaugenmerk auf das Testen fixer Effekte unter Berücksichtigung der Analyse der Wechselwirkungen gelegt wird. Kreuz- und hierarchische Klassifikationen im fixen, zufälligen und gemischten Modell werden betrachtet. 
Das Problem unbalanzierter Daten wird behandelt. Dabei wird zwischen schwach und stark unbalanzierten Daten unterschieden. 
Den Abschluss bilden parameterfreie Testverfahren zum Testen von mehr als zwei Parametern, wobei besonders der Permutationstest behandelt wird. 

Biometrie 4

Behandelt wird das Heft 4 Rasch Verdooren: "Grundlagen der Korrelationsanalyse und der Regressionsanalyse".


Mit der Betrachtung von Zusammenhängen und Abhängigkeiten von Merkmalen werden die Grundlagen zum Verständnis der Korrelations- und Regressionsanalyse gelegt. Weiterführend werden die Themen Versuchsplanung zur Hypothesenprüfung und Modellwahl behandelt. Die Unterschiede zwischen Regressionsmodellen mit fest vorgegebenen oder zufälligen Einflußgrößen sind ein weiterer wichtiger Aspekt.

Fragebögen

Planen von Fragebögen, technische Umsetzung und Einführung in die statistischen Methoden zur Interpretation der Ergebnisse sind Thema des Kurses.  

Multivariate Statistik

Gleichzeitige statistische Untersuchung mehrerer Zufallsvariablen. Multivariate Verfahren sind z.B Hauptkomponenten- und Clusteranalyse sowie multiple Varianzanalyse .

JMP-Genomics

Die Erweiterung der Software JMP um die Möglichkeiten zur Visualisierung und Analyse von molekulargenetischen Daten aus Sequenzierung oder Microarrays wird behandelt. 

Einführung in ArcGis

Behandelt wird das Erzeugen bzw. Importieren von Daten und wie diese in Desktop-GIS  Projekten zu bearbeiten, zu analysieren und darzustellen sind. 

Diskriminanzanalyse:

Multivariates Verfahren zur Zuordnung eines beobachteten Objekts zu einer Gruppe auf Grundlage seiner Merkmale.

Quantilsregression in SAS und R 

Diese Regressionsmethode beruht nicht wie die konventionelle Regression auf der Mittelwertanalyse sondern, auf der Analyse der Quantile der bedingten Verteilung einer Zufallsvariablen.

Gemischte Modelle in R

Vermittlung der Grundlagen für lineare mixed effect models (random effekte, random slope und intercept, nested random effects, crossed random effects, Anwendungsbeispiele für landwirtschaftliche, genetische und ökologische Fragestellungen)

Generalisierte lineare Modelle

Durch die Modellierung von Funktionen des Erwartungswertes lassen sich auch nicht-lineare Zusammenhänge abbilden, z.B. Dosis-Wirkungsbeziehungen. Der Kursinhalt umfasst die Grundstruktur generalisierter linearer Modelle, Parameterschätzung, Tests, Modellselektion und -Überprüfung, sowie Anwendungsbeispiele aus dem biometrischen Bereich

Forschungsdatenmanagement 

Mit den Schwerpunkten Datenhaltung, Metadaten und Datenpublikation

Machine Learning

Inhalt: Nearest Neighbors, Regression and Classification Trees: CART, Random Forest, 

Neural Networks, Support Vector Machines, Clustering with K-means

Eigene Vorschläge: