Kurzusleírás

Bevezetés az SPSS használatába

  • Az SPSS felületének és funkcióinak áttekintése
  • Párbeszédablakok, adatszerkesztő és változónézet használata
  • Adatkészletek importálása, exportálása és kezelése

Adatelőkészítés és -kezelés

  • Változók és mérési skálák megértése
  • Adatbevitel, tisztítás és átalakítás
  • Adatbázisok létrehozása és kezelése SPSS-ben

Szintaxis és automatizálás használata

  • Bevezetés az SPSS parancsszintaxisba
  • Elemzések automatizálása szintaxis szkriptekkel
  • SPSS integrálása Pythonnal és R-rel

Leíró statisztika és vizualizáció

  • Központi tendencia és szórás mérése
  • Standardizálás és z-pontszámok
  • Táblázatok, diagramok és interaktív vizualizációk készítése

Következtető statisztika

  • Hipotézisvizsgálat és statisztikai szignifikancia
  • Korreláció és regressziós elemzés
  • t-próbák, ANOVA és khi-négyzet próbák

Prediktív modellezés SPSS-ben

  • Lineáris és logisztikus regressziós modellek
  • Döntési fák és osztályozási modellek
  • Idősor-előrejelzés és túlélési elemzés

Speciális technikák és alkalmazások

  • Faktoranalízis és klaszteranalízis
  • Hiányzó értékek és kiugró értékek kezelése
  • Esettanulmányok marketingben, egészségügyben és társadalomtudományokban

Eredmények jelentése és megosztása

  • SPSS kimenetek formázása és testreszabása
  • Eredmények exportálása Word, Excel és PDF formátumba
  • Professzionális jelentések készítése döntéshozatalhoz

Összefoglalás és következő lépések

Követelmények

  • Alapvető ismeretek a statisztika és adatelemzés területén (pl. változók, hipotézisek, szignifikancia)
  • Ismeret a Microsoft Excel vagy hasonló táblázatkezelő eszközökben
  • Korábbi tapasztalat kutatási módszerekben vagy adatkészletek kezelésében előnyös, de nem kötelező

Célközönség

  • Elemzők
  • Kutatók
  • Tudósok
  • Mindenki, aki gyakorlati ismereteket szeretne szerezni az SPSS és prediktív elemzés területén
 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (5)

Közelgő kurzusok

Rokon kategóriák