Kurzusleírás
Adatbázis előkészítése elemzéshez
- adatgyűjtés kezelése
- változókkal végzett műveletek
- a változók kiválasztott függvények átalakítása (logaritmikus, exponenciális stb.)
Paraméteres és nem paraméteres statisztika, vagy hogyan illeszthetünk modellt az adatokhoz
- mérőskála
- elosztás típusa
- kiugró és befolyásoló megfigyelések (outliers)
- minta nagysága
- központi határérték tétel
Tanulmányozza a statisztika jellemzői közötti különbségeket!
- tesztek az átlag és a média alapján
Összefüggések és hasonlóságok elemzése
- összefüggések
- főkomponens analízis
- klaszteranalízis
Előrejelzés - egyetlen regressziós elemzés és többváltozós
- a legkisebb négyzetek módszere
- Lineáris modell
- instrumentális változó regressziós modellek (dummy, effektus, ortogonális kódolás)
Statisztikai következtetés
Követelmények
Az SPSS és a statisztika alapjainak ismerete. A kurzus résztvevőjének el kell végeznie az SPSS Statistics Predictive Analytics Software képzését.
Vélemények (8)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Kurzus - Introduction to Data Visualization with Tidyverse and R
We were using road accident data for practicals
Maphahamiso Ralienyane - Road Safety Department
Kurzus - Statistical Analysis using SPSS
Jól átgondolt és minőségi tervezési anyagok.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Kurzus - Forecasting with R
Machine Translated
Nem volt unalmas, a tréner le tudta tartani a figyelmet, a témákat behatóan járták körül.
Marta - Ministerstwo Zdrowia
Kurzus - Advanced R Programming
Machine Translated
very tailored to needs
Yashan Wang
Kurzus - Data Mining with R
The subject matter and the pace were perfect.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurzus - Programming with Big Data in R
At the end of the class, we had a great overview of the language, we were provided tools to continue learning and were provided suggestions on how to continue learning. We covered AI/ML information.
Victor Prado - Global Knowledge Network Training Ltd
Kurzus - R
That Haytham started with the basics and gave us enough time to do the examples and ensure that we were at the same page before we moved on to the next topic.