R-Kurs · Wien
Statistische Modellierung in R
Von der linearen Regression bis zu generalisierten linearen Modellen
2 Tage Dauer
max. 12 Gruppengröße
1.490 € Preis
24. Juni 2026 Nächster Termin
Modelle bauen, validieren und interpretieren
Dieser Kurs richtet sich an alle, die mit R statistische Modelle bauen wollen – von der einfachen linearen Regression bis zu regularisierten Verfahren und generalisierten linearen Modellen (GLM). Der Fokus liegt auf der praktischen Anwendung: Sie lernen nicht nur, wie man Modelle in R implementiert, sondern auch, wie man Ergebnisse kritisch bewertet und sinnvoll interpretiert.
Das Praxisbeispiel am Ende von Tag 2 – ein vollständiges Modellierungsprojekt von der Fragestellung bis zum Ergebnis – ist erfahrungsgemäß das, was am meisten hängen bleibt.
Kursinhalte
1
Tag 1: Lineare Modelle und Regularisierung
- Lineare Regression – Modellformulierung, Interpretation der Koeffizienten, Residuenanalyse
- Multiple lineare Regression – Mehrere Prädiktoren, Multikollinearität erkennen
- Variablenselektion – Welche Variablen gehören ins Modell?
- Ridge Regression – Regularisierung gegen Overfitting
- LASSO – Automatische Variablenselektion durch Regularisierung
2
Tag 2: Modellvalidierung und GLM
- Beurteilung der Modellgüte – R², AIC, BIC, RMSE
- Cross-Validation – Wie gut generalisiert das Modell auf neue Daten?
- Logistische Regression – Wenn die Zielvariable binär ist (ja/nein, Erfolg/Misserfolg)
- Generalisierte Lineare Modelle (GLM) – Poisson-Regression und andere Verteilungsfamilien
- Praxisbeispiel – Ein vollständiges Modellierungsprojekt von der Fragestellung bis zum Ergebnis
Voraussetzungen
- R-Grundkenntnisse (Datenimport, Aufbereitung, einfache Grafiken)
- Grundlegendes Statistikverständnis (Mittelwert, Standardabweichung, p-Wert)
- Idealerweise Teilnahme am Aufbaukurs, aber nicht zwingend
Für wen ist dieser Kurs?
Data Analysts
die ihre Modellierungskenntnisse vertiefen wollen
Forschende
die Regressionsmodelle für ihre Studien brauchen
Mitarbeiter in Unternehmen
die Prognosemodelle oder Scoringmodelle entwickeln wollen
ML-Einsteiger
die Machine-Learning-Grundlagen mit statistischem Fundament lernen wollen
Nächste Termine
24. – 25. Juni 2026
Wien
Anmeldung offen bis 15. Juni
Dieser Kurs findet bei ausreichend Anmeldungen statt. Kontaktieren Sie mich bei Interesse per E-Mail oder über das Kontaktformular.
Kursdetails
- Preis: 1.490 € pro Person (exkl. MwSt.)
- Dauer: 2 Tage (jeweils 9:00 – 17:00 Uhr)
- Gruppengröße: Max. 12 Teilnehmende
- Sprache: Deutsch
- Was Sie mitbringen: Eigenen Laptop mit R und RStudio
- Was Sie erhalten: Kursunterlagen, Datensätze und vollständigen R-Code
Interesse?
Doch lieber auslagern
Häufig gestellte Fragen
Welches Statistik-Vorwissen brauche ich?
Grundkenntnisse wie Mittelwert, Standardabweichung und p-Wert reichen. Den Rest erarbeiten wir im Kurs.
Reicht der Aufbaukurs als R-Vorbereitung?
Ja, idealerweise. Wer dplyr und einfache Visualisierung beherrscht, kann direkt einsteigen. Der Aufbaukurs ist empfohlen, aber nicht zwingend.
Eignet sich der Kurs auch für Machine-Learning-Einsteiger?
Ja. Der Kurs deckt zentrale ML-Methoden ab – regularisierte Regression (Ridge, LASSO), Cross-Validation, GLM und GAM – mit dem Anspruch, dass Sie verstehen, wie und warum sie funktionieren. Black-Box-Modelle wie Deep Learning oder Boosting sind nicht Teil des Kurses; dafür haben Sie ein solides Fundament, um diese gezielt weiter zu lernen.
Welche Pakete verwenden wir?
Vor allem Base R für lm() und glm(), dazu glmnet für Ridge und LASSO sowie Pakete für die Modelldiagnostik. Alles über die Standardinstallation hinaus wird im Kurs gemeinsam installiert.
Bekomme ich den R-Code zum Mitnehmen?
Ja, inklusive Datensätzen und dem vollständigen Code zum Praxisbeispiel am Ende von Tag 2 – damit haben Sie eine fertige Vorlage für eigene Projekte.