Vorhersagemodellierung

Bedingt ähnlich zu Glaskugel-Lesen

Sebastian Sauer

Letzte Aktualisierung: 2022-06-04 11:59:12

WORK IN PROGRESS

Allison Horst, CC-BY

1 Was Sie hier lernen und wozu das gut ist

In diesem Modul lernen Sie das Handwerk der Prognose: Auf Basis von Fakten (Daten) den (noch unbekannten) Wert einer Zielvariablen vorherzusagen. Zum Beispiel wieviel Umsatz von einem Kunden mit einem bestimmten Profil im Schnitt zu erwarten ist. Damit lernen Sie die Grundkompetenzen zum Berufsbild Data Scientist – ein angesagtes Berufsbild unserer Zeit. Außerdem lernen Sie etwas Handwerkszeug der (quantitativen) Forschung; der überwältigend große Teil der Forschung basiert auf Ideen, von denen Sie ein paar in diesem Kurs lernen.

Ansprache zur Motivation

2 Modulüberblick

KW Terminhinweise Kurswoche Titel_Link
11 Lehrbeginn ist am Dienstag. 1 ERRRstkontakt
12 NA 2 Datenimport
13 NA 3 Datenjudo
14 NA 4 Deskriptive Statistik, Teil 1
15 NA 5 Deskriptive Statistik, Teil 2
16 NA 6 Aufholwoche
17 NA 7 Praxisprobleme der Datenaufbereitung
18 NA 8 Datenvisualisierung
19 NA 9 Fallstudien zur EDA
20 NA 10 Lineare Modelle 1
21 Nächste Woche ist Projektwoche. Diese Woche findet am Freitag kein Unterricht statt. 11 Lineare Modelle 2
22 Projektwoche, kein regulärer Unterricht 11 KEIN UNTERRICHT in dieser Woche
23 Pfingstwoche; die Übung findet NUR ONLINE statt 12 Vertiefung zur Regression
24 Fronleichnam; die Übung wird von Dr. Alla Mogilnickaya gehalten NUR in PRÄSENZ 13 Wiederholung
25 NA 14 Prüfungsvorbereitung
26 Letzte Unterrichtswoche 15 Klassifikation

3 Hinweise

Lesen Sie sich die folgenden Informationen bitte gut durch.

Hinweise

4 Modulliteratur

Ein Teil der Literatur ist über viele Hochschulbibliotheken als PDF herunterladen; andere Titel sind offen im Internet verfügbar. Oft müssen Sie per VPN angemeldet sein für Volltextzugriff, wenn Sie nicht auf dem Campus sind.

Weitere Literatur:

5 Vorbereitung vor dem Kurs

5.1 Installation von R und seiner Freunde

  • Installieren Sie R und seine Freunde.
  • Installieren Sie die folgende R-Pakete:
    • tidyverse
    • weitere Pakete werden im Unterricht bekannt gegeben (es schadet aber nichts, jetzt schon Pakete nach eigenem Ermessen zu installieren)

5.2 Videos

Auf meinem YouTube-Kanal finden Sie eine Menge Videos, die zum Stoff passen.

  • QM1-Playlist - Allgemeine Playlist mit allen Videos zu QM1 (SoSe 2022)

5.3 Lernhilfen

6 Themen

6.1 ERRRstkontakt

6.1.1 Terminhinweise

Lehrbeginn ist am Dienstag.

6.1.2 Lernziele

  • Sie kennen zentrale Begriffe im Kontext der Datenanalyse.
  • Sie können den Unterschied zwischen Signal und Rauschen erklären.
  • Sie können zentrale Kompetenzen im Berufsfeld Data Science nennen.
  • Sie können R starten (installieren).
  • Sie wissen, was R-Pakete sind und können sie installieren und starten.
  • Sie können grundlegende Operationen in R durchführen, wie Variablen zuweisen und auslesen.

6.1.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. die Videos an.
  • Installieren Sie R, RStudio und die benötigten Pakete, falls noch nicht getan. Alternativ können Sie sich ein Konto bei RStudio Cloud anlegen und das RStudio Cloud Projekt zu diesem Modul nutzen (dann benötigen Sie keine Installation von R auf Ihrem Computer).

6.1.4 Literatur

  • MODAR, Kap. 1-4

6.1.6 Skript

6.1.7 Aufgaben

  • Stellen Sie das Berufsbild ‘Data Scientist’ vor!
  • Erstellen Sie ein Meme zum Thema Statistik bzw. Data Science!
  • Erklären Sie die Installation von R (und seiner Freunde)!
  • Erklären Sie, was man in der Mathe unter einer Funktion versteht!
  • Fassen Sie die Literatur zum heutigen Thema zusammen (z.B. im Rahmen eines Mindmaps oder einer geteilten Dokuments)!

6.1.9 Hinweise

  • Bitte beachten Sie die Hinweise zum Präsenzunterricht und der Streamingoption.
  • Bitte stellen Sie sicher, dass Sie einen einsatzbereiten Computer haben und dass die angegebene Software läuft.

6.2 Datenimport

6.2.1 Terminhinweise

NA

6.2.2 Lernziele

  • Sie können Daten (verschiedener Formate) in R importieren.
  • Sie kennen einige Datenstrukturen in R.
  • Sie wissen, was ‘tidy Data’ ist.
  • Sie können ‘unaufgeräumte’ Datensätze bereinigen.
  • Sie können RStudio-Projekte anlegen und nutzen.

6.2.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. die Videos an.
  • Lesen Sie dieses Post zum Thema Datenimport in R und Pfadangaben.

6.2.4 Literatur

  • MODAR, Kap. 5 (Datenstrukturen)
  • Modar, Kap. 6 (Datenimport und -export); v.a. 6.1 ist wichtig zum Verstädnis von Import von Daten
  • Data Organization in Spreadsheets

6.3 Datenjudo

6.3.1 Terminhinweise

NA

6.3.2 Lernziele

  • Sie können Daten in R aufbereiten mit dem Tidyverse.

6.3.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.3.4 Literatur

  • MODAR, Kap. 7

6.3.5 Videos

6.4 Deskriptive Statistik, Teil 1

6.4.1 Terminhinweise

NA

6.4.2 Lernziele

  • Sie beherrschen grundlegende Operationen der univariaten deskriptiven Statistik sowohl für Lage- als auch Streuungsmaße.

6.4.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.4.4 Literatur

  • MODAR, Kap. 8
  • IMS, Kap. 5

6.5 Deskriptive Statistik, Teil 2

6.5.1 Terminhinweise

NA

6.5.2 Lernziele

  • Sie verstehen die Grundkonzepte der Korrelation und können diese in R berechnen.
  • Sie kennen Maße zur Berechnung des Zusammenhangs nominaler Variablen und können diese in R anwenden.

6.5.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.5.4 Literatur

  • MODAR, Kap. 8
  • MODAR, Kap. 10
  • IMS, Kap. 4-6

6.5.8 Vertiefung

6.5.9 Hinweise

  • Diese Woche endet die Vorlesung schon um 14.45h. Schauen Sie sich daher ggf. die Videos zu diesem Thema an.

6.6 Aufholwoche

6.6.1 Terminhinweise

NA

6.6.2 Lernziele

  • Sie vertiefen Ihr Wissen in den bisher gelernten Themen.
  • Sie schließen etwaige Lernlücken individuell und selbständig.

6.6.3 Skript

  • In dieser Woche gibt es kein Skript.

6.6.4 Aufgaben

  • Wiederholen Sie die bisherigen Aufgaben.

6.6.5 Hinweise

  • In dieser Woche fällt die Vorlesung aus (Ostern).

6.7 Praxisprobleme der Datenaufbereitung

6.7.1 Terminhinweise

NA

6.7.2 Lernziele

  • Sie wissen mit typischen Problemen der Datenaufbereitung umzugehen, wie mit fehlenden Werten, Datenanomalien oder Formatänderung der Tabelle.
  • Sie kennen die grundlegenden Eigenschaften der Normalverteilung.

6.7.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.7.4 Literatur

  • MODAR, Kap. 9

6.7.6 Skript

  • In dieser Woche gibt es kein Skript.

6.7.9 Hinweise

  • Der Unterricht in dieser Woche ist sehr praktisch; es gibt keine Theorie (und daher auch kein Skript). Sie profitieren vom Unterricht am meisten, wenn Sie die Literatur vorab gelesen haben.
  • Die Literatur können Sie sich als E-Book von der Bib ausleihen
  • Die Installation des R-Pakets ‘pradadata’ ist in MODAR, Kap. 3.2.3 beschrieben

6.8 Datenvisualisierung

6.8.1 Terminhinweise

NA

6.8.2 Lernziele

  • Sie können Daten visualisieren, um wesentliche Einsichten zu vermitteln.

6.8.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.8.4 Literatur

6.8.9 Hinweise

6.9 Fallstudien zur EDA

6.9.1 Terminhinweise

NA

6.9.2 Lernziele

  • Sie können die gelernten Techniken der explorativen Datenanalyse praktisch anwenden.

6.9.3 Vorbereitung

  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.9.4 Literatur

  • NA

6.9.5 Videos

6.9.7 Vertiefung

6.9.8 Hinweise

6.10 Lineare Modelle 1

6.10.1 Terminhinweise

NA

6.10.2 Lernziele

  • Sie verstehen die Methoden des Modellierens.

6.10.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.10.4 Literatur

  • MODAR, Kap. 15

6.11 Lineare Modelle 2

6.11.1 Terminhinweise

Nächste Woche ist Projektwoche. Diese Woche findet am Freitag kein Unterricht statt.

6.11.2 Lernziele

  • Sie verstehen die Grundkonzepte der Regression und können diese in R anwenden.

6.11.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.11.4 Literatur

  • MODAR, Kap. 18

6.12 KEIN UNTERRICHT in dieser Woche

6.12.1 Terminhinweise

Projektwoche, kein regulärer Unterricht

6.13 Vertiefung zur Regression

6.13.1 Terminhinweise

Pfingstwoche; die Übung findet NUR ONLINE statt

6.13.2 Lernziele

  • Sie können die gelernten Techniken der Regressionsanalyse praktisch anwenden.

6.13.3 Aufgaben

6.13.5 Hinweise

  • Wir nähern uns dem Ende des Moduls. Es ist wichtig, dass Sie sich einen Überblick erarbeiten. Noch ist Zeit, etwaige Wissenslücken zu schließen.
  • Es kann sein, dass wir (noch) nicht allen Stoff im Unterricht behandelt haben, der in den Fallstudien vorkommt. Sie können in diesem Fall die entsprechenden Abschnitte ohne Schaden ignorieren. Alternativ können Sie sich selbständig mit diesen Inhalten beschäftigen.

6.14 Wiederholung

6.14.1 Terminhinweise

Fronleichnam; die Übung wird von Dr. Alla Mogilnickaya gehalten NUR in PRÄSENZ

6.14.2 Lernziele

  • Sie vertiefen Ihr Wissen in den bisher gelernten Themen.

6.14.3 Vorbereitung

6.14.4 Videos

6.14.6 Vertiefung

6.14.7 Hinweise

6.15 Prüfungsvorbereitung

6.15.1 Terminhinweise

NA

6.15.2 Lernziele

  • Der genaue Ablauf und die Anforderungen der Prüfung sind Ihnen bekannt.

6.15.3 Vorbereitung

  • Stellen Sie sicher, dass Sie den bisherigen Stoff gut beherrschen. Arbeiten Sie ggf. fehlende Inhalte nach. Langsam geht das Semester zu Ende. Sie sollten jetzt alle bisherigen Inhalte kennen.

6.15.7 Hinweise

6.16 Klassifikation

6.16.1 Terminhinweise

Letzte Unterrichtswoche

6.16.2 Lernziele

  • Sie verstehen die Grundkonzepte der logistischen Regression und können diese in R anwenden.

6.16.3 Vorbereitung

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

6.16.4 Literatur

  • MODAR, Kap. 19

7 Prüfung

7.1 Was ist das für eine Prüfung?

Bei der Prüfung handelt es sich um einen Prognosewettbewerb.

Vorhersagen sind eine praktische Sache, zumindest wenn Sie stimmen. Wenn Sie den DAX-Stand von morgen genau vorhersagen können, rufen Sie mich bitte sofort an. Genau das ist Ihre Aufgabe in dieser Prüfungsleistung: Sie sollen Werte vorhersagen.

Etwas konkreter: Stellen Sie sich ein paar Studentis vor; von allen wissen Sie, wie lange die Person für die Statistikklausur gelernt hat. Außerdem wissen Sie die Motivation jeder Person und vielleicht noch ein paar noten-relevante Infos. Und Sie wissen die Note jeder Person in der Statistikklausur. Auf dieser Basis fragt sie ein Student (Alois), der im kommenden Semester die Prüfung in Statistik schreiben muss will: “Sag mal, wenn ich 100 Stunden lerne und so mittel motiviert bin, welche Note kann ich dann erwarten?”. Mit Hilfe Ihrer Analyse können Sie diese Frage beantworten. Natürlich könnten Sie es sich leicht machen und antworten: “Mei, der Notendurchschnitt war beim letzten Mal 2.7. Also ist das kein ganz doofer Tipp für deine Note.” Ja, das keine doofe Antwort, aber man kann es besser machen. Da hilft Ihnen die Statistik (doch, wirklich).

Kurz gesagt gehen Sie so vor: Importieren Sie die Daten in R, starten Sie die nötigen R-Pakete und schauen Sie sich die Daten unter verschiedenen Blickwinkeln an. Dann nehmen Sie die vielversprechendsten Prädiktoren in ein Regressionsmodell und schauen sich an, wie gut die Vorhersage ist. Wiederholen Sie das ein paar Mal, bis Sie ein Modell haben, das Sie brauchbar finden. Mit diesem Modell sagen Sie dann die Noten der neuen Studis (Alois und Co.) vorher. Je genauer Ihre Vorhersage, desto besser ist Ihr Prüfungsergebnis.

7.2 Hinweise zur Prüfung

8 Literaturverzeichnis

Bueno de Mesquita, E. and A. Fowler, ed. (2021). Thinking clearly with data: a guide to quantitative reasoning and analysis. 1st. edition. Princeton University Press. 1 p.

Çetinkaya-Rundel, M. and J. Hardin (2021). Introduction to Modern Statistics. OpenIntro. OpenIntro.

Knorrenschild, M. (2021). Vorkurs Mathematik: ein Übungsbuch für Fachhochschulen. 5., aktualisierte Auflage. Mathematik - Studienhilfen. Hanser. 164 pp.

Sauer, S. (2019). Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren und modellieren. 1. Auflage 2019. FOM-Edition. Springer.

Wickham, H. and G. Grolemund (2018). R für Data Science: Daten importieren, bereinigen, umformen, modellieren und visualisieren. Trans. by F. Langenau. 1. Auflage. O’Reilly. 473 pp.

9 Zitationsvorschlag

Wenn Sie diesen Kurs verwenden (für Ihre Analyse, Ihren Unterricht, …), zitieren Sie ihn bitte. Hier ist ein Zitationsvorschlag:

DOI

(Sie können z.B. die angegebene DOI in Ihr Zitationsprogramm importieren.)

Als Bibtex:

@software{sauer_sebastiansauervorhersagemodellierung_2022,
    title = {sebastiansauer/vorhersagemodellierung: v0.1.1-alpha},
    rights = {Open Access},
    url = {https://zenodo.org/record/6602672},
    shorttitle = {sebastiansauer/vorhersagemodellierung},
    abstract = {Kurs zu den Grundlagen der Vorhersagemodellierung mit R},
    version = {draft},
    publisher = {Zenodo},
    author = {Sauer, Sebastian},
    urldate = {2022-06-02},
    date = {2022-06-01},
    doi = {10.5281/ZENODO.6602672}
}

10 Kudos

Beim Schreiben dieses Kurses habe ich auf der Vorarbeit vieler Menschen aufgebaut. Viele Menschen haben mich unterstützt, großzügig und auf verschiedene Weise.

Einige möchte ich herausgreifen, um Danke zu sagen:

  • Kollegis wie Karsten Lübke vom ifes-Institut der FOM Hochschule, von denen ich viel gelernt habe.
  • Alle Open-Source-Entwickler, die Projekte wie dieses überhaupt erst möglichen machen. 💌