Datenanalyse mit Cornerstone

Cornerstone macht die Datenerfassung, Datenaggregation und Datenanalyse einfach, kompakt und automatisch reproduzierbar. In diesem Kurs lernen Sie, wie Sie die Cornerstone-Software einsetzen, um sich schnell mit Ihren Daten vertraut zu machen, Muster zu erkennen und sie nach einem einheitlichen Konzept auszuwerten.

Kursüberblick:

1. Einführung in Cornerstone
2. Datenerfassung
3. Vorverarbeitung von Daten
4. Grafische Methoden und ihre Verbindung zur Statistik
5. Grundlegende statistische Konzepte (Zusammenfassende Statistik, Konfidenzintervalle, Verteilungsanpassung )
6. Regression, Hauptkomponentenanalyse und MANOVA
7. Praktische technische Beispiele
   

Übersicht

Inhalt des Kurses

Einführung in Cornerstone:

• Daten lesen
• Definition von Datenquellen
• Lesen, Wiederlesen, Drag & Drop verwenden
• Verbinden und Zusammenführen
  
  

Vorverarbeitung von Daten

• Spaltenattribute (Datentypverwendung und Format)
• Hinzufügen von manuellen und berechneten Spalten
• Teilmengen erstellen
  
  

Visualisierung von Daten

• Diagrammtypen
• Diagrammattribute anpassen
• Dynamische Grafikwerkzeuge (Cornerstone-Pinsel, Beschriftungs- und Transparenzwerkzeug, Kopieren und Einfügen)
• Verbindung von Diagrammen mit statistischen Methoden
• Exportieren von Diagrammen
  
  

Grundlegende Statistiken

• Verteilungen, Konfidenzintervalle
• Zusammenfassende Statistiken und Datenaggregation
  
  

Regression (inkl. Varianzanalyse)

• Modell-Ansatz
• Überprüfung der Annahmen (Anpassungsgüte, Ausreißer, Transformationen)
• Diagramme (angepasste Antworten, vorhergesagte Antworten)
• Optimierung

Hauptkomponentenanalyse und MANOVA (optional)

• Verwendung von Hauptkomponenten für Korrelationsanalysen
• Hauptkomponenten als Datenkompressionswerkzeug für die Regression
• Verwendung der MANOVA als Entscheidungshilfe für die Zuweisung kategorischer Ergebnisse (Diskriminierungsanalyse)

Grundlagen der Qualitätstechnik (fakultativ)

• Analyse von Messsystemen
• Statistische Prozesskontrolle
• Prozessfähigkeit (Cpk-Analyse)

Praktische technische Beispiele

Zielsetzung

Zielgruppen

Hintergrundwissen

• Verstehen des Workmap-Konzepts des Analyse-Workflows in Cornerstone.
• Wiederverwendung von Analysen mit kommenden Daten (kein Makro-Recorder erforderlich).
• Daten strukturieren (Teilmengen bilden, berechnete Spalten hinzufügen, Daten verbinden).
• Verwendung von Standard- und innovativen Diagrammtypen.
• Kombinieren Sie Diagramme, Daten und Analysen mit interaktiven Diagrammwerkzeugen.
• Verstehen grundlegender statistischer Konzepte, wie sie auf technische Probleme anwendbar sind.
• Verwendung kompakter Funktionen, um Modelle zu erstellen und Erkenntnisse zu gewinnen.
• Regression, Hauptkomponentenanalyse (MANOVA).
  
  

Ingenieure, Techniker, Analysten und Wissenschaftler, die Datenverarbeiten und analysierenwerden .

Hintergrundwissen:

• Mathematisches Denken
• Interesse daran, den versteckten Wert in Ihren Daten zu finden
• Grundkenntnisse der Statistik

Lernmittel:

Personalisiertes Schulungsmaterial zur Begleitung der Schulung.