Multivariate data analysis
Startdata en plaatsen
Beschrijving
Tijdens deze cursus leer je de meest gangbare technieken die in industriële context gebruikt worden voor de analyse van multivariate data.
Herken patronen en verbanden in datasets met meerdere variabelen
Deze cursus verschaft kennis over en vaardigheid in de toepassing van gangbare statistische technieken die, bijvoorbeeld in industriële context, gebruikt worden voor de analyse van multivariate data, gerelateerd aan kwaliteitsaspecten van producten en processen.
De technieken zijn uitermate geschikt om verbanden tussen groepen van variabelen te ontdekken, of om patronen, groepen en clusters vast te stellen en metingen te classificeren. Doorgaans zijn meerdere factoren of variabelen van inv…
Veelgestelde vragen
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.
Tijdens deze cursus leer je de meest gangbare technieken die in industriële context gebruikt worden voor de analyse van multivariate data.
Herken patronen en verbanden in datasets met meerdere
variabelen
Deze cursus verschaft kennis over en vaardigheid in de toepassing
van gangbare statistische technieken die, bijvoorbeeld in
industriële context, gebruikt worden voor de analyse van
multivariate data, gerelateerd aan kwaliteitsaspecten van producten
en processen.
De technieken zijn uitermate geschikt om verbanden tussen groepen
van variabelen te ontdekken, of om patronen, groepen en clusters
vast te stellen en metingen te classificeren. Doorgaans zijn
meerdere factoren of variabelen van invloed op het resultaat.
Op basis van multivariate data analyses zijn bijvoorbeeld
instelparameters van een productieproces te relateren aan
kwaliteitskenmerken van het resulterende product. Ook maken ze het
mogelijk om combinaties van instelparameters te detecteren waarbij
een proces instabiel wordt of om een meetprocedure te
kalibreren.
Multivariate statistische methoden toepassen
Tijdens deze cursus leer je:
Variabelen waartussen verbanden kunnen bestaan te analyseren en te
modelleren
Variabelen te herkennen die een overheersende invloed op een proces
hebben
Verbeteringen en stuurmogelijkheden voor een proces aan te
reiken
Oorzaken van problemen in de productie te detecteren
De behandelde technieken zelfstandig in je eigen werkomgeving toe
te passen
Voor de analyse van de data representatieve statistische software
te gebruiken, zoals bijvoorbeeld R, R-Studio, Minitab, JMP of
IBM-SPSS
Bedoeld voor
Academici en hbo’ers werkzaam in chemometrie, sensoriek of
kwaliteitsanalyse van producten en processen, technici en
natuurwetenschappers. De cursus is ook geschikt voor docenten
van universiteiten en hogescholen die kennis willen nemen van
actuele methoden op het gebied van multivariate data analyse.
Kennis van statistische basistechnieken zoals toetsen, schatten en
regressiemodellering wordt bekend verondersteld. Enige ervaring in
het gebruik van (elementaire) lineaire algebra en van statistische
software is wenselijk. Praktische voorbeelden zijn in R.
Op verzoek in het Engels
Wil je de cursus in het Engels volgen? Vermeld dit dan bij
inschrijving in het veld opmerkingen.
Investering
Een incompany cursus wordt in samenspraak vastgesteld. Neem contact
op met de programmamanager voor een offerte.
Blijf op de hoogte van nieuwe ervaringen
Deel je ervaring
Heb je ervaring met deze cursus? Deel je ervaring en help anderen kiezen. Als dank voor de moeite doneert Springest € 1,- aan Stichting Edukans.Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.