IBM SPSS Statistics. Уровень 2. Подготовка данных для статистического анализа

4.1

16 ак.ч.

Сложность

Продвинутый

Тип обучения

Курс

Формат обучения

С проверкой домашнего задания

Трудоустройство

Содействие

Сертификат

Да

Стоимость курса

17 990 ₽

есть рассрочка

IBM SPSS Statistics – универсальная программа для статистического анализа данных, лидер рынка среди профессиональных пакетов для анализа данных. С помощью системы Вы можете загружать данные практически любого типа и превращать их в стройные табличные отчеты, понятные диаграммы и графики, а также использовать данные для различных вычислений, проведения статистического анализа и построения моделей.

Импорт и экспорт данных из разных источников – важный этап в работе с программой. Цель курса – научиться управлять данными для подготовки их к статистическому анализу, а также производить операции над файлами данных SPSS. В курсе рассматривается весь функционал программы SPSS по управлению данными и файлами.

На занятиях Вы узнаете, как импортировать и экспортировать файлы данных различных форматов, как изменять структуру файлов данных и объединять разные документы. Кроме того, Вы научитесь правильно вводить, отбирать, агрегировать и преобразовывать данные для анализа, вычислять новые переменные, а также работать с данными с пропущенными значениями. Все эти навыки незаменимы в работе с IBM SPSS Statistics и значительно ускоряют процесс обработки информации.

Курс предназначен для специалистов, которые не только работают с готовыми базами данных для анализа, но и сами подготавливают их для проведения статистического анализа. Специалисты, умеющие применять возможности IBM SPSS Statistics, высоко ценятся на рынке труда.

По окончании курса Вы получите престижные документы центра (свидетельство центра и удостоверение о повышении квалификации), подтверждающие Ваши компетенции.

Почему стоит освоить IBM SPSS Statistics в «Специалисте»?
Наши преподаватели не только хорошо знают интерфейс программы, но и владеют прикладной статистикой и имеют практический опыт применения статистических методов.
Все курсы – авторские, разработаны на основе многолетнего практического опыта преподавателей.
Слушатели получают авторские методические пособия, изложенные доступным языком.
Обучение проходит по методике сертифицированных курсов и тренингов IBM, Microsoft и других компаний.
Много практики: Вы выполняете упражнения, лабораторные работы, сдаете контрольное тестирование.
Можно пройти курс не только очно, но и в режиме вебинара.

Подкасты по курсам SPSS:

Беседа 1. Вступление
Беседа 2. Краткая история программы SPSS
Беседа 3. Для кого курсы SPSS
Беседа 4. Преимущества курсов SPSS в Специалисте
Беседа 5. Статистические методы анализа данных с помощью IBM SPSS Statistics
Беседа 6. Углубленные методы анализа данных с помощью IBM SPSS Statistics
Беседа 7. Представление данных в таблицах в IBM SPSS Statistics
Беседа 8. Проведение выборочных обследований с помощью модуля Сложные выборки IBM SPSS Statistics
Беседа 9. Эффективные приемы управления файлами и данными в IBM SPSS Statistics
Беседа 10. Заключение

Вы научитесь:
- Импортировать и экспортировать файлы данных различных форматов
- Контролировать правильность ввода данных для анализа
- Преобразовывать данные, вычислять новые переменные
- Изменять структуру файлов данных
- Объединять файлы
- Агрегировать данные
- Работать с данными с пропущенными значениями
- Формировать выборку

Что вы получите после обучения

Приобретаемые навыки

Преобразование данных

Импорт и экспорт файлов данных

Вычислять новые переменные

Объединять файлы

Агрегировать данные

Формировать выборку

Сертификат, ссылками на который можно делиться с другими людьми

Вас будут обучать

Мокляченко Алина Викторовна

курса

Профессиональный преподаватель-практик c большим и разносторонним опытом работы, а также более чем 10-летним опытом преподавания. Объясняет учебный материал увлекательно, доходчиво и с использованием множества интересных примеров из собственной практики. Яркость и живость изложения Алины Викторовны помогают слушателям быстро и в полном объёме усваивать учебную программу. Преподаватель подробно отвечает на все возникающие вопросы аудитории и тщательно комментирует разбираемые ситуации.
Алина Викторовна имеет несколько высших образований по специальностям «Информационные технологии» и «Экономист». Обладает учёной степенью кандидата технических наук в области автоматизации и управления техпроцессами в промышленности. Участвовала в разработке статистических моделей автоматизации технологического процесса производства листового стекла, в проектах по внедрению статистических методов управления процессами в автомобильной промышленности (на таких заводах как Автоваз, Камаз, ГАЗ и др.). Занимается анализом системы здравоохранения регионов РФ. Принимает участие в проекте по выявлению склонности к предпринимательству у школьников в качестве аналитика.
Разработала множество учебно-методических комплексов, неоднократно принимала участие в работе аттестационной комиссии по защите квалификационных работ. Автор 17 научных работ, включая научные статьи в российских и зарубежных изданиях. Имеет в наличии сертификат от немецкой компании Q-DAS на проведение специализированных тренингов по статистическому управлению процессами для компании БОШ.
Алина Викторовна безупречно владеет методологиями описания бизнес-процессов, моделирования систем, статическими методами обработки данных и стандартами проектирования ИС. На своих занятиях она приводит примеры из разных рабочих сфер, чтобы материал был одинаково понятен слушателям из различных отраслей.

Образовательная организация

Специалист

4.1

655 отзывов

Ведущий компьютерный учебный центр России с высочайшим уровнем качества обучения, сервиса и организации учебного процесса
Лучший учебный центр авторизованный Microsoft в России, Центральной и Восточной Европе в 2011-2014 гг
Центр «Специалист» — первый в России авторизованный учебный центр по обучению Adobe — Adobe Authorised Training Centre
Крупнейший авторизованный учебный центр ведущих IT-компаний мира
С 2012 г. Центр «Специалист» входит в «Круг совершенства EC-Council»

Программа курса

Модуль 1. Импорт и экспорт файлов данных (1 ак. ч.)

- Открытие файлов данных разных форматов
- Импорт данных из электронных таблиц
- Конструктор чтения баз данных
- Выбор полей базы данных
- Выбор записей базы данных
- Результаты запроса к базе данных
- Конструктор импорта текстовых файлов
- Параметры Конструктора импорта текстовых файлов
- Экспорт данных в другие приложения
- Кэширование данных

Модуль 2. Проверка корректности ввода данных (3 ак. ч.)

- Процедуры настройки свойств переменных
- Процедура Задать свойства переменных
- Процедура Задать тип измерений для полей с неизвестным типом данных
- Конструктор копирования свойств данных
- Создание свойств переменных
- Поиск дублирующихся наблюдений
- Процедура Поиск необычных наблюдений
- Параметры процедуры Поиск необычных наблюдений
- Результаты процедуры Поиск необычных наблюдений
- Задание правил проверки данных
- Проверка данных на ошибки

Модуль 3. Объединение и реструктуризация файлов данных (3 ак. ч.)

- Процедуры объединения файлов данных
- Добавление наблюдений
- Добавление переменных
- Структура файла данных
- Реструктуризация файлов
- Реструктуризация переменных в наблюдения
- Реструктуризация наблюдений в переменные
- Транспонирование данных

Модуль 4. Преобразование данных (2 ак. ч.)

- Процедуры преобразования данных
- Агрегирование данных
- Процедура Агрегировать данные
- Подсчет частоты появления значений
- Ранговые преобразования
- Оптимальная категоризация
- Параметры процедуры Оптимальная категоризация

Модуль 5. Анализ и восстановление пропусков данных (3 ак. ч.)

- Процедуры работы с пропусками в данных
- Процедура Анализ пропущенных значений
- Настройки статистик процедуры Анализ пропущенных значений
- Анализ структуры пропущенных значений
- Оценка пропущенных значений
- Множественная импутация
- Процедура Анализ структур пропущенных значений
- Результаты процедуры Анализ структур пропущенных значений
- Процедура Импутировать пропущенные значения
- Выбор метода импутации данных
- Задание ограничений при импутации данных
- Настройка вывода модели импутации
- Работа с импутированными данными

Модуль 6. Подготовка данных выборочных обследований для анализа (4 ак. ч.)

- Основы теории выборочных обследований
- Особенности выборочного метода
- Классификация выборок
- Виды и методы вероятностного отбора
- Способы формирования вероятностных выборок
- Процедуры модуля Сложные выборки
- Конструктор отбора
- Параметры Конструктора отбора
- Конструктор подготовки к анализу
- Параметры Конструктора подготовки к анализу
- Задание переменных плана
- Задание метода отбора