Kopfbereich

Schnellnavigation

Hauptnavigation

Data Analysis and Statistics

In diesem Bereich dreht sich alles um die Transformation von Daten zu nutzbarem Wissen - eine wesentliche Herausforderung im heutigen Informationszeitalter.

Der Forschungsschwerpunkt

In diesem Bereich dreht sich alles um die Transformation von Daten zu nutzbarem Wissen - eine wesentliche Herausforderung im heutigen Informationszeitalter. Eine fachgerecht ausgeführte Datenanalyse mit zielgerichteter Interpretation liefert oft neue Einblicke und erlaubt damit erkenntnisbasierte Entscheidungen. Unsere Kompetenzen liegen in statistischen und datenanalytischen Methoden sowie in der Versuchsplanung (Design of Experiments).

Wir haben umfangreiche Anwendungserfahrungen unter anderem in den Bereichen Business Analytics, Customer-Relationship-Management (CRM), Mess- und Prüftechnik, Qualitätskontrolle, Umwelt und Verkehr, Laboranalytik, Biostatistik sowie Gesundheit. Zusammen mit dem Institut für angewandte Informationstechnologie (InIT) betreiben wir zudem das interdisziplinäre Datalab, das innovative Ideen im Bereich Data Science und Big Data Analytics aufgreift und in die Praxis umsetzt.

Anwendungsgebiete

Wir bearbeiten seit über zehn Jahren Projekte aus sehr unterschiedlichen Anwendungsgebieten und haben dabei vertiefte Fach- und Branchenkompetenz aufgebaut:

  • Business Analytics
  • Gesundheit
  • Laboranalytik und Qualitätskontrolle
  • Biostatistik
  • Umwelt und Verkehr

Ausgewählte Projekte

Business Analytics

Gesundheit

Laboranalytik und Qualitätskontrolle

Biostatistik

  • Automatisierte Analyse von DNA Mikroarray Daten

Umwelt und Verkehr

Methoden

  • Umfragen, Planung von Studien, Design of Experiment (DoE): Design und Validierung von Fragebögen, Erstellen von Stichprobenplänen, Planung von klinischen Studien und Pilotversuchen, Design of Experiments, Screening Designs und Poweranalysen
  • Datenvisualisierung, Explorative Datenanalyse und Data Mining: Spezialgrafiken wie Lattice-Graphics, Scatter-Plot-Matrizen mit grossen Datensätzen, Heatmaps, Mosaikplots, Contourplots, interaktive Grafiken; (Robuste) Hauptkomponenten- und Faktoranalyse, Multidimensional Scaling, Correspondence Analysis, Biplot; Clusterverfahren, Graph Analytics 
  • Regression (Descriptive Modelling): Einfache und multiple, loglineare und generalisierte lineare, additive und nicht lineare Regressionsmodelle. Survival-Modelle, Varianzanalyse-Methoden, Linear-Mixed-Effects-Modelle und Multilevel-Modelle, räumliche Statistik; auch mit robusten Anpassungsmethoden; dynamische lineare Modelle
  • Predictive Modelling: mit Zeitreihen, sowie im Regressions- und Klassifikationskontext, Klassifikationsbäume, Random Forests, Bagging, Boosting, Support Vector Machines, Kernel-Methoden sowie andere Methoden aus dem Machine Learning; Beurteilung der Vorhersagen durch Cross Validation, Lift Charts etc. 
  • Zeitreihenanalyse und Filtering: Lineare ARIMA- und VARMA- sowie nicht-lineare (SETARMA)-Modelle, adaptive Zustandsraummodelle, Panel-Daten Verfahren, Spektralanalyse
  • Mathematische Methoden für die Mess- und Prüftechnik: Entfernung von Störsignalen, Invertierung dynamischer Sensorfunktionen, Simulation stochastischer Systeme, Stabilitätsanalysen, dynamische Messtechnik, Identifikation von Sensorfunktionen, Zustandsüberwachung, Signalanalyse und Merkmalsextraktion.

Link zu Lehre und Weiterbildung

Wir unterrichten in den Bachelorstudiengängen Wirtschaftsingenieurwesen, Aviatik und Verkehrssysteme die folgenden Themen:

  • Einführungen in Wahrscheinlichkeit und Statistik (WAST1, WAST2, WAST3, AST, MAV-AST)
  • Datenanalyse und Prognose (DP)
  • Statistisches Modellieren (STMO)
  • Stochastische Prozesse (STOP)
  • Qualitätssicherung - Methoden und Instrumente (QS)
  • Statistisches Data Mining (STDM)
  • Umfragen und Stichprobenerhebung (USE)
  • Survey Design und Analyse (SDA)

Weiter unterrichten wir im Masterstudiengang MSE das folgende Thema:

  • Angewandte Statistik und Datenanalyse (FTP-AppStat) (Statistical Process Control, Regression, Design of Experiment)

Wir bieten in der Weiterbildung zusammen mit dem InIT den DAS Data Science an:

Weiter werden regelmässig interne R-Kurse angeboten, welche auch von externen Personen besucht werden können. Hier finden Sie die Beschreibung und Anmeldung zu unserem nächsten Kurs. Es können auch massgeschneiderte Kurse für Ihre Firma entwickelt werden.

Anregungen zur Umsetzung der "Datenanalyse" im eidg. Rahmenlehrplan 2012 für die Berufsmaturität:

Datalab

Zusammen mit dem Institut für angewandte Informationstechnologie (InIT) betreiben wir das interdisziplinäre Datalab, das innovative Ideen im Bereich Data Science und Big Data Analytics aufgreift und in die Praxis umsetzt.

Statistik-Beratung

Das IDP bietet für Forschende der gesamten ZHAW eine Statistik-Beratung an. Ziel ist es, unsere Erfahrung im Design von Studien sowie in der statistischen Datenanalyse allen Forschenden der ZHAW zugänglich zu machen, um sie bei statistischen Fragestellungen im Rahmen ihrer Forschungs- und Entwicklungsarbeit und Lehraktivitäten zu unterstützen. Bei Fragen zur Beratung geben Ihnen René Locher oder Christoph Hofer gerne Auskunft.

Jährliches ZHAW-Statistikertreffen

Das IDP organisiert einmal jährlich ein Treffen aller an der ZHAW permanent angestellten Personen, welche sich mit Statistik befassen. Ziel dieses Treffens ist der departementsübergreifende Austausch von Erfahrungen in Lehre und Forschung im Bereich Statistik. Personen an der ZHAW, welche im Bereich Statistik arbeiten, aber noch nicht auf dem Verteiler stehen, melden sich bitte bei René Locher.

Dokumente und Präsentationen zu den durchgeführten Veranstaltungen

Netzwerke und Mitgliedschaften

Partner