Elettracompany.com

Компьютерный справочник
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Курсы по статистике

Статистика для гуманитариев

  • 10 недель

от 8 до 12 часов в неделю

понадобится для освоения

3 зачётных единицы

для зачета в своем вузе

Цели дисциплины «Статистика» состоят в ознакомлении учащихся с основными этапами и базовыми методами статистического анализа данных, применяемыми при обработке информации; выработке навыков решения конкретных практических задач и использования основных пакетов прикладных программ, применяемых для статистического анализа в профессиональной деятельности.

Изучаемые теоретические положения, формируемые навыки необходимы для освоения курсов, углубляющих и специализирующих умения обучающихся работать с проектами, технологиями статистического анализа данных, применяемых при обработке информации, а также для выполнения выпускной квалификационной работы.

О курсе

Задачи дисциплины «Статистика»:

  1. Сформировать у студентов положительную мотивацию на использование современных статистических методов в фундаментальных прикладных исследованиях;
  2. Дать знания об основных понятиях статистики, их применении для представления и анализа результатов аналитического исследования;
  3. Способствовать овладению студентами навыками статистического анализа, использования полученных данных при подготовке проектной документации, необходимой при решении различных профессиональных задач в сфере рекламы и связей с общественностью (технико-экономическое обоснование, техническое задание, бизнес-план, креативный бриф, соглашение, договор, контракт).

Формат

  • видеолекции;
  • презентации;
  • тестовые задания на оценку;
  • вопросы к обсуждению на форуме курса.

Предусмотрено итоговое контрольное тестирование по содержанию всего курса. Финальная оценка результатов обучения формируется на основе данных итогового тестирования и еженедельного контроля.

Курс рассчитан на 10 недель изучения. Недельная учебная нагрузка обучающихся по курсу составляет 8-12 часов. Общая трудоемкость курса – 3 зачетные единицы.

Информационные ресурсы

В качестве дополнительных ресурсов слушателям рекомендуется использовать литературу и электронные ресурсы, список которых даётся в сопроводительных материалах к курсу.

Требования

Дисциплина «Статистика» входит в базовую часть ООП бакалавриата и является обязательной для изучения.

Читать еще:  Курсы пк москва

Входными требованиями для освоения дисциплины «Статистика» является изучение курсов «Компьютерные технологии и информатика», «Математика», формирующие у обучающихся необходимые знания в области математических основ статистического анализа данных.

Программа курса

Онлайн-курс состоит из девяти разделов:

Модуль 1. Знакомство с пакетом R.

  • Рабочее пространство в R.
  • Типы и структуры данных.
  • Последовательности, векторы, матрицы.
  • Списки, массивы, факторы.
  • Объекты типа data.frame.

Модуль 2. Введение в статистику. Предварительная обработка данных. Способы представления выборок.

  • Введение в статистику.
  • Сводка, группировка.
  • Измерительные шкалы и типы данных.
  • Генеральная и выборочная совокупность.
  • Табличные способы представления выборок.
  • Графические способы представления выборок.

Модуль 3. Оценки параметров. Описательные статистики.

  • Точечные оценки параметров.
  • Числовые характеристики выборки.
  • Средние показатели.
  • Меры вариации.
  • Структурные характеристики.
  • Интервальное оценивание.
  • Предварительная обработка данных (пропуски, выбросы).

Модуль 4. Проверка статистических гипотез.

  • Проверка статистических гипотез.
  • Критерии согласия.
  • Критерии проверки нормальности.

Модуль 5. Сравнение групп. Параметрические и непараметрические критерии.

  • Параметрические критерии сравнения групп.
  • Непараметрические критерии сравнения групп.

Модуль 6. Корреляционный анализ.

  • Корреляционный анализ количественных данных. Парный коэффициент корреляции Пирсона.
  • Ранговая корреляция.
  • Корреляционный анализ категоризованных данных. Анализ таблиц сопряженности.

Модуль 7. Регрессионный и дисперсионный анализ.

  • Регрессионный анализ. Общая постановка задачи.
  • Парная регрессии.
  • Множественная регрессия.
  • Дисперсионный анализ (ANOVA). Общая постановка задачи.
  • Однофакторный ANOVA.
  • Двухфакторный ANOVA.

Модуль 8. Анализ рядов динамики. Экономические индексы.

  • Определение и структура временного ряда.
  • Методы сглаживания временного ряда.
  • Сезонная составляющая.
  • Экономические индексы.

Модуль 9. Итоговая аттестация.

Результаты обучения

В результате освоения курса студент сможет (научится):

1. Проводить предварительную обработку данных для статистических исследований.

2. Выбирать наиболее адекватные статистические методы для анализа.

3. Применять (реализовывать) статистические методы для анализа данных.

4. Применять пакеты прикладных программа для реализации статистических методов.

Читать еще:  Сео продвижение курсы бесплатно

Наша школа анализа данных предлагает следующие направления:

Обучение медицинской статистике в пакетах анализа (курсы по медицинской статистике);

Обучение статистическому анализу данных (мини курсы по анализу данных);

Обучение работе в SPSS (курсы SPSS);

Обучение в Statistica (курсы Statistica).

Программа базового курса обучения в SPSS/Statistica:

Занятие 1. Подготовка данных. Импорт данных в SPSS. Подготовка данных к анализу: корректность данных, замена пропусков. Описательная статистика.
Занятие 2. Сравнение групп. Непараметрические методы сравнения групп: Хи-квадрат, Манна-Уитни, Краскела-Уоллиса.
Занятие 3. Исследование взаимосвязей. Основы корреляционного и регрессионного анализов.
Занятие 4. Снижение размерности. Факторный анализ.
Занятие 5. Множественная регрессия. Имитационное моделирование.
Занятие 6. Нюансы статистического анализа. Углубленный анализ занятий 1-5.
Занятие 7. Канонический анализ. Исследование взаимосвязей двух наборов показателей. (пакет Statistica)
Занятие 8. Логистическая регрессия. Основы построения скоринговых моделей.
Занятие 9. Деревья классификации. Моделирование бинарного отклика. (пакет SAS JMP)
Занятие 10. Валидация моделей. Проверка моделей на адекватность. (пакет SAS JMP)

Учим анализировать данные с помощью статистических программ:
Excel, IBM SPSS 21, Statistica 10, SAS JMP 10.

Дистанционное обучение статистике онлайн через Skype

Формат обучения через Skype:

Теория (15 минут) теоретические основы,
Практика (60 минут) демонстрация работы в пакете,
Задание (пауза в 20 минут) самостоятельное выполнение.
Проверка (15 минут) закрепление пройденного материала, ответы на возникающие вопросы.

Итого одно занятие длится не менее 110 минут.

На каждом занятии выдаются необходимые методические материалы — шпаргалки для быстрого вспоминания пройденного материала.

Корпоративное обучение с выездом в Ваш город

5 причин уникальности обучающей программы:
1. Уникальная методика изучения статистических методов — просто о сложном;
2. Эффективная система аналитических инструментов — изучаем только то, что реально можно использовать на практике;
3. Трансформация полученных знаний в реальный навык прямо в аудитории;
4. Индивидуальный подход к каждому (набор группы только до 8 человек!).
5. Компетентность преподавателя — к.т.н. в сфере прикладной статистики, многолетний опыт преподавания статистических дисциплин в ВУЗах, свыше 50 статистических проектов-исследований;

Вы получите самые ценные знания единовременно, а бизнес всегда будет поддерживаться исследованиями Ваших специалистов.

Добро пожаловать в нашу школу анализа данных!

Ссылка на основную публикацию
ВсеИнструменты 220 Вольт
Adblock
detector
×
×