Сложность
Сложность
Продвинутый
Тип обучения
Тип обучения
Курс
Формат обучения
Формат обучения
С проверкой домашнего задания
Трудоустройство
Трудоустройство
Содействие
Сертификат
Сертификат
Да

Стоимость курса

36 990 ₽
есть рассрочка

Цель курса – изучение расширенных возможностей программы для анализа данных. В курсе подробно разбираются непараметрические методы проверки гипотез и методы изучения взаимосвязи: линейный и нелинейный регрессионный анализ, регрессионные модели бинарного выбора, однофакторный и многофакторный дисперсионный анализ.

Прохождение курса существенно облегчит жизнь любому, кто использует статистические методы в своей работе: аналитикам, маркетологам, социологам, психологам, менеджерам по рекламе, научным работникам в сфере медицины и биологии, специалистам по оценке рисков и по контролю качества. Умение работать с IBM SPSS Statistics поможет при трудоустройстве и в продвижении по карьерной лестнице.

Если Вы маркетолог или аналитик, владение программой позволит делать анализ сезонности, выявлять степень влияния различных факторов (затраты на рекламу, активность продавцов, активность конкурентов и т.д.), на уровень продаж. Вы сможете легко использовать статистические инструменты для полноценного анализа.   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.

Внимание! Для онлайн-обучения на курсах по SPSS Statistics у слушателей должна быть установлена программа IBM SPSS Statistics.

Вы научитесь:
- Изучать взаимосвязь между категориальными переменными на основе статистических тестов
- Применять непараметрические критерии
- Строить однофакторные и многофакторные дисперсионные модели
- Строить парные и множественные линейные модели регрессии
- Строить нелинейные модели регрессии
- Строить модель логистической регрессии и пробит-модель

Что вы получите после обучения

Приобретаемые навыки
1
Анализ взаимосвязи в таблицах сопряженности
2
Применение непараметрических критерий
3
Строить однофакторные и многофакторные дисперсионные модели
4
Строить парные и множественные линейные модели регрессии
5
Строить нелинейные модели регрессии
6
Строить модель логистической регрессии и пробит-модель
Сертификат, ссылками на который можно делиться с другими людьми

Вас будут обучать

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...
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

  • 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. Методы проверки статистических гипотез. Анализ взаимосвязи в таблицах сопряженности (4 ак. ч.)

  • Статистические критерии для таблиц сопряженности
  • Критерий хи-квадрат
  • Критерий хи-квадрат для таблиц сопряженности 2х2
  • Тест Мак-Немара
  • Коэффициенты корреляции для таблиц сопряженности
  • Симметричные меры связи для номинальных шкал
  • Направленные меры связи для номинальных шкал
  • Симметричные меры связи для порядковых шкал
  • Направленные меры связи для порядковых шкал
  • Оценка взаимосвязи между количественной и категориальной переменной
  • Оценка риска в таблицах сопряженности
  • Оценка согласованности в таблицах сопряженности
  • Оценка риска с переменной слоя

Модуль 2. Методы проверки статистических гипотез. Непараметрические методы анализа распределения выборки (2 ак. ч.)

  • Условия применения непараметрических критериев
  • Виды непараметрических критериев
  • Параметры процедуры Одновыборочные критерии
  • Биномиальный критерий
  • Параметры биномиального критерия
  • Результаты расчета биномиального критерия
  • Критерий хи-квадрат
  • Параметры критерия хи-квадрат
  • Результаты расчета критерия хи-квадрат
  • Критерий Колмогорова-Смирнова
  • Параметры критерия Колмогорова-Смирнова
  • Результаты расчета критерия Колмогорова-Смирнова
  • Критерий знаковых рангов Вилкоксона
  • Результаты расчета критерия знаковых рангов Вилкоксона
  • Критерий серий
  • Параметры критерия серий
  • Результаты расчета критерия серий
  • Запуск одновыборочных критериев через устаревшие диалоговые окна

Модуль 3. Методы проверки статистических гипотез. Непараметрический анализ независимых выборок (2 ак. ч.)

  • Параметры процедуры Непараметрические критерии для независимых выборок
  • Критерий Манна-Уитни и Вилкоксона
  • Результаты расчета критерия Манна-Уитни и Вилкоксона
  • Критерий Колмогорова-Смирнова для двух выборок
  • Результаты расчета критерия Колмогорова-Смирнова
  • Критерий Вальда-Вольфица
  • Результаты расчета критерия Вальда-Вольфица
  • Критерий Мозеса
  • Результаты расчета критерия Мозеса
  • Критерий Крускала-Уоллиса
  • Результаты расчета критерия Крускала-Уоллиса
  • Критерий Джонкхира-Терпстры
  • Результаты расчета критерия  Джонкхира-Терпстры
  • Медианный критерий
  • Результаты расчета медианного критерия
  • Запуск критериев для независимых выборок через устаревшие диалоговые окна

Модуль 4. Методы проверки статистических гипотез. Непараметрический анализ зависимых выборок (2 ак. ч.)

  • Параметры процедуры Непараметрические критерии для связанных выборок
  • Критерий Мак-Немара
  • Результаты расчета критерия Мак-Немара
  • Критерий Кохрана
  • Результаты расчета критерия Кохрана
  • Критерий маргинальной однородности
  • Результаты расчета критерия маргинальной однородности
  • Критерий знаков
  • Результаты расчета критерия знаков
  • Критерий знаков Вилкоксона
  • Результаты расчета критерия Вилкоксона
  • Критерий Ходжеса-Лемана
  • Критерий Фридмана
  • Результаты расчета критерия Фридмана
  • Критерий согласия Кендалла
  • Запуск критериев для зависимых выборок через устаревшие диалоговые окна

Модуль 5. Изучение и моделирование взаимосвязи. Однофакторный дисперсионный анализ (4 ак. ч.)

  • Анализ взаимосвязи на основе дисперсии
  • Модели дисперсионного анализа
  • Предпосылки применения дисперсионного анализа
  • Проверка предпосылок дисперсионного анализа
  • Матрица данных однофакторного дисперсионного анализа
  • Модель однофакторного дисперсионного анализа
  • Таблица однофакторного дисперсионного анализа
  • Оценка степени влияния фактора
  • Процедура Однофакторный дисперсионный анализ
  • Параметры процедуры Однофакторный дисперсионный анализ
  • Апостериорные критерии парных сравнений
  • Априорные критерии парных сравнений
  • Запуск процедуры Однофакторный дисперсионный анализ через синтаксис

Модуль 6. Изучение и моделирование взаимосвязи. Многофакторный дисперсионный анализ (4 ак. ч.)

  • Дисперсионный анализ с двумя и более факторами
  • Процедура ОЛМ-одномерная
  • Графическая интерпретация взаимодействий в дисперсионном анализе
  • Параметры процедуры ОЛМ-одномерная
  • Апостериорные критерии парных сравнений
  • Анализ контрастов
  • Настройка многофакторной модели
  • Характеристики точности дисперсионной модели
  • Понятие о ковариационном анализе
  • Запуск процедуры ОЛМ-одномерная через синтаксис

Модуль 7. Изучение и моделирование взаимосвязи. Линейный регрессионный анализ (6 ак. ч.)

  • Основные понятия регрессионного анализа
  • Предпосылки линейного регрессионного анализа
  • Парная и множественная линейная модель регрессии
  • Оценка коэффициентов регрессии
  • Проверка обоснованности модели регрессии
  • Значимость уравнения регрессии
  • Значимость коэффициентов регрессии
  • Оценка точности уравнения регрессии
  • Процедура Линейная регрессия
  • Результаты процедуры
  • Методы отбора переменных в регрессионном анализе
  • Настройка параметров
  • Сохранение предсказанных значений
  • Сохранение остатков
  • Сохранение многомерных расстояний между наблюдениями
  • Сохранение статистик влияния
  • Сохранение доверительных интервалов прогноза
  • Вывод доверительных интервалов коэффициентов
  • Вывод описательных статистик переменных
  • Диагностика мультиколлинеарности
  • Анализ нормальности и аномальности остатков
  • Вывод графиков
  • Оценка статистической устойчивости уравнения регрессии

Модуль 8. Изучение и моделирование взаимосвязи. Нелинейный регрессионный анализ (4 ак. ч.)

  • Нелинейные регрессионные модели
  • Виды нелинейных регрессионных моделей
  • Преобразование нелинейных моделей к линейным
  • Процедура Подгонка кривых
  • Модель асимптотической регрессии
  • Процедура Нелинейная регрессия
  • Настройки процедуры Нелинейная регрессия
  • Результаты выполнения процедуры Нелинейная регрессия
  • Логистическая регрессия

Модуль 9. Изучение и моделирование взаимосвязи. Регрессионные модели бинарного выбора (4 ак. ч.)

  • Понятие модели бинарного выбора
  • Модель логистической регрессии
  • Процедура Логистическая регрессия
  • Результаты процедуры Логистическая регрессия
  • Задание категориальных факторов
  • Пошаговые алгоритмы логистической регрессии
  • Параметры процедуры Логистическая регрессия
  • Сохранение предсказанных значений и остатков
  • Классификация на основе логит-моделей
  • Процедура ROC-кривые
  • Результаты процедуры ROC-кривые
  • Пробит-модель
  • Процедура Пробит анализ
  • Результаты расчета пробит-модели
  • Параметры процедуры Пробит анализ

Рейтинг курса

4.2
рейтинг
0
0
0
0
0

Может быть интересно

обновлено 20.11.2024 09:38
IBM SPSS Statistics. Уровень 3. Углубленные методы анализа

IBM SPSS Statistics. Уровень 3. Углубленные методы анализа

Оставить отзыв
Поделиться курсом с друзьями