Vorträge Donnerstag

Vorträge | Donnerstag, 28. Februar 2013

Zeitraum Veranstaltung
Eröffnungsveranstaltung
Hörsaal 4/5
10:00 – 11:00 Begrüßung
Eröffnungsvortrag
Medizin und Statistik: Einblicke in die Geschichte einer schwierigen Beziehung
H. Fangerau
Universität Ulm
11:00 – 11:30 Pause
Neuerungen
Hörsaal 4/5
S. Reimann
viadee Unternehmensberatung GmbH
Datenmanagement
Hörsaal 2
T. Keil
SAS Deutschland
Prognosemodellierung
Hörsaal 3
N. Kleekamp
Universität Jena
11:30 – 12:00 Die wichtigsten interessantesten Neuerungen für den Analytiker
D. Petzoldt
SAS Deutschland
Proc SQL: Passthrough-Facility für effizientes Datenmanagement bei komplexen großen Datenbeständen
R. Kaluscha, J. Holstiege, G. Krischak
Universität Ulm
PROC IML vs. PROC REG: Erfolgsprognostik in online Rollenspielen (MMORPG)
W. Hering
FernUniversität Hagen
R. Wigand, N. Agarwal
University of Arkansas Little Rock, USA
12:00 – 12:30 SAS Foundation: Was bringt SAS 9.4 (BASE, ODS, ODS Graphics, Enterprise Guide) für Programmierer?
G. Hermann
SAS Deutschland
Automatisches Erstellen und Verschicken eines Benchmarking-Reports zur Qualitätssicherung dokumentierter Diabetesdaten mittels SAS 9.3
K. Fink, E. Molz, A. Hungele, R. Ranz, M. Grabert, R. Holl
Universität Ulm
Die Mächtigkeit von Strukturgleichungsmodellen in einem einfach zu verwendenden Benutzer-Interface – SAS und JMP machen es möglich
G. Svolba
SAS Austria
12:30 – 13:00 SAS-Programme als Open Source nutzen und bereitstellen
A. Mangold
HMS Analytical Software GmbH
Analysen mit der DRG-Statistik – Herausforderungen und Lösungsansätze
T. Lösch, T. Hochgürtel
Statistisches Bundesamt
Energiewende, Smart Metering und Smart Grid, die kommenden Herausforderungen für Lastprognosen in den deutschen Verteilernetzen
M. Schütz, U. Reincke
SAS Deutschland
13:00 – 14:00 Mittagspause
Makros
Hörsaal 4/5
G. Pfister
iCASUS GmbH, Heidelberg
Grundlagen
Hörsaal 2
S. Mangold
HMS Analytical Software GmbH
Statistik I
Hörsaal 3
P. Würzburger
ERGO Versicherungsgruppe
14:00 – 14:30 Programmierung anpassungsfähiger Makros durch Datensatzzerlegung am Beispiel eines erweiterten Bubble-Plots
A. Deckert
Institut für Public Health, Heidelberg
PROC FREQ erklärt (mit) Fußball
M. Wern, S. Daum
SCHUFA Holding AG
Auswertung stratifizierter Studien mittels des Cox-Modells im Falle von wenigen Events
S. Fink
Universität Ulm
14:30 – 15:00 Neuerungen in SASUnit, insbesondere Ermittlung der Testabdeckung
P. Warnat
HMS Analytical Software GmbH
Geht nicht? Gibt’s nicht! – Daten lesen mit dem DataStep
S. Reimann
viadee Unternehmensberatung GmbH
Entfällt!
Punkt- und Intervallschätzung adjustierter NNT-Maße im Cox-Modell mit Hilfe von SAS
A. Welz
Hochschule Koblenz
R. Bender
IQWiG Köln
15:00 – 15:30 Matching mit den vorhandenen Anwendungsroutinen des SAS Enterprise Guide
T. Vogelmann, T. Schubert
mhplus BKK
Statistische Auswertungen für Anwender ohne SAS Programmierkenntnisse
J. Schmidtke, W. Mönkemeyer, K. Schmidt
BioMath GmbH
Fallzahlplanung für klinische Studien mit Zähldaten
S. Schneider
Universitätsmedizin Göttingen
H. Schmidli
Novartis Pharma AG, Basel/Schweiz
T. Friede
Universitätsmedizin Göttingen
15:30 – 16:30 Pause
Posteraustellung
Hörsaal 8
15:30 – 16:30 Übersicht über die Beiträge
Tipps & Tricks
Hörsaal 4/5
R. Minkenberg
KSFE e.V. / Boehringer Ingelheim Pharma GmbH
16:30 – 18:00 Zip-IT: Zip-Dateien aus SAS heraus erzeugen
G. Pfister, iCASUS GmbH, Heidelberg
Rechnen mit der Wahrheit
S. Beimel, Merz Pharmaceuticals GmbH, Frankfurt a. M.
Wo ist Mister X? – Welche Variablen sind (wie) belegt?
H. Ramroth, Institut für Public Health, Universität Heidelberg
Function-IT: Neues (und Altes) zu Proc FCMP
G. Pfister, iCASUS GmbH, Heidelberg
IF 0 THEN SET: Der Unterschied zwischen Compilation and Execution
S. Beimel, Merz Pharmaceuticals GmbH, Frankfurt a. M.
Option-(H)IT: Die neue SYSNOBS Option in SAS 9.3
G. Pfister, iCASUS GmbH, Heidelberg
20:00 – 23:00 Abendveranstaltung im Ulmer Stadthaus