Statistics Level 2培訓
本培訓課程 涵蓋高級統計。它解釋了研究、分析和 預測中常用的大多數工具。它對公式背後的理論進行了簡短的解釋。
本課程與任何特定的知識領域無關 ,但如果所有代表都有相同的背景和目標,則可以進行定製。
本課程使用了一些基本的計算機 工具(特別是 Excel 和 OpenOffice)
課程簡介
描述雙變數數據
- 雙變數數據簡介
- Pearson 相關性的值
- 猜測相關性類比
- 皮爾遜 r 的特性
- 計算 Pearson 的 r
- Restriction of Range 演示
- 方差和法II
- 習題
概率
- 介紹
- 基本概念
- 條件概率演示
- 賭徒謬誤類比
- 生日示範
- 二項分佈
- 二項式演示
- 基本費率
- 貝葉斯定理論證
- Monty Hall 問題演示
- 習題
正態分佈
- 介紹
- 歷史
- 正態分佈區域
- 正態分佈的品種 Demo
- 標準法線
- 二項式的正態近似
- 法線近似演示
- 習題
抽樣分佈
- 介紹
- 基本演示
- 樣本量演示
- 中心極限定理演示
- 均值的抽樣分佈
- 均值間差值的抽樣分佈
- Pearson 的 r 的抽樣分佈
- 比例的抽樣分佈
- 習題
估計
- 介紹
- 自由度
- 估算器的特徵
- 偏差和可變性模擬
- 置信區間
- 習題
假設檢驗的邏輯
- 介紹
- 顯著性檢驗
- I 類和 II 類錯誤
- 單尾和雙尾測試
- 解釋顯著性結果
- 解釋不顯著性結果
- 假設檢驗的步驟
- 顯著性檢驗和置信區間
- 誤解
- 習題
檢測手段
- 單一均值
- t Distribution 演示
- 兩個均值之間的差異 (獨立組)
- 穩健性類比
- 均值之間的所有成對比較
- 具體比較
- 兩個均值之間的差值(相關對)
- 相關 t 類比
- 特定比較 (相關觀測值)
- 成對比較 (相關觀測值)
- 習題
權力
- 介紹
- 影響功率的因素
- 為什麼功率很重要
- 習題
預測
- 簡單線性回歸簡介
- 線性擬合演示
- 對平方和進行分區
- 估計的標準誤差
- 預測線演示
- b 和 r 的推論 Statistics
- 習題
方差分析
- 介紹
- 方差分析設計
- 單因素方差分析(主體間)
- 單向演示
- 多因素方差分析(主體間)
- 樣本量不等
- 補充方差分析的檢驗
- 主體內方差分析
- 主體內設計的力量演示
- 習題
Chi Square
- 卡方分佈
- 單向表
- 測試發行版演示
- 列聯表
- 2 x 2 表格類比
- 習題
最低要求
代表應已完成 Statistics 1 級課程或具有同等工作經驗。
需要幫助選擇合適的課程嗎?
Statistics Level 2培訓 - Enquiry
Statistics Level 2 - 咨詢詢問
咨詢詢問
客戶評論 (1)
I genuinely was benefit from the flexibility of the trainer.
Irina Ostapenko
Course - Statistics Level 2
相關課程
Algorithmic Trading with Python and R
14 時間:這個由 講師指導的 澳門 現場培訓(在線或現場)面向希望通過演算法交易 Python 和 R 實現自動化交易的業務分析師。
在本次培訓結束時,參與者將能夠:
- 採用演算法以專門的增量快速買賣證券。
- 使用演算法交易降低與交易相關的成本。
- 自動監控股票價格並進行交易。
Programming with Big Data in R
21 時間:Big Data是指用於存儲和處理大型數據集的解決方案。最初由Go ogle開發,這些Big Data解決方案已經發展並啟發了其他類似的項目,其中許多項目都是開源的。 R是金融行業中流行的編程語言。
Introductory R (Basic to Intermediate)
14 時間:這種由講師指導的 澳門 現場培訓(在線或現場)面向希望使用 R 程式設計來操作數據、執行基本數據分析並創建引人注目的可視化效果以獲得見解的初級數據分析師。
在本次培訓結束時,參與者將能夠:
- 瞭解 R 的基礎知識 Programming。
- 應用基礎數據科學流程。
- 創建資料的視覺化表示。
R Fundamentals
21 時間:R是一種用於統計計算,數據分析和圖形的開源免費編程語言。 R被企業和學術界內越來越多的經理和數據分析師使用。 R還發現沒有計算機編程技能的統計學家,工程師和科學家的追隨者都很容易使用。它的受歡迎程度是由於越來越多地使用數據挖掘來實現各種目標,例如設定廣告價格,更快地找到新藥或微調財務模型。 R有各種各樣的數據挖掘包。
Cluster Analysis with R and SAS
14 時間:這種以講師為主導的澳門現場現場培訓針對的是希望在SAS中使用R進行程式設計以進行聚類分析的數據分析師。
在培訓結束時,參與者將能夠:
- 使用聚類分析進行數據挖掘
- 群集解決方案的 Master R 語法。
- 實現分層和非分層聚類。
- 做出數據驅動的決策,説明改善業務運營。
Data and Analytics - from the ground up
42 時間:数据分析是当今商业中的重要工具。我们将始终专注于培养实际动手数据分析的技能。目的是帮助代表们对以下问题给出循证答案:
发生了什么事?
- 处理和分析数据
- 生成信息丰富的数据可视化
会发生什么?
- 预测未来表现
- 评估预测
应该发生什么?
- 将数据转化为基于证据的业务决策
- 优化流程
该课程本身可以作为为期 6 天的课堂课程提供,也可以根据需要在数周内远程提供。 我们可以与您合作,提供最适合您需求的课程。
Data Analysis with Python, R, Power Query, and Power BI
21 時間:這門由講師主導的實時培訓課程旨在幫助希望使用這些工具清潔和分析數據、進行統計預測以及創建深刻視覺化的初學者水平專業人員,無論是在線還是現場。
培訓結束時,參與者將能夠:
- 了解數據分析中Python、R、Power Query和Power BI的基本概念。
- 使用Python和Power Query清理和組織數據集。
- 使用R進行統計分析和預測。
- 使用Power BI創建專業的儀表板和報告。
- 有效地整合和分析來自多個來源的数据。
Data Analytics With R
21 時間:R 是一個非常流行的開源統計計算、數據分析和繪圖環境。這門課程向學生介紹R編程語言。 它涵蓋了語言基礎、庫和高級概念。 使用實際數據進行高級數據分析和繪圖。
觀眾
開發人員 / 數據分析
期間
3 天
格式
講座和實踐
Data Mining with R
14 時間:R是一種用於統計計算,數據分析和圖形的開源免費編程語言。 R被企業和學術界內越來越多的經理和數據分析師使用。 R有各種各樣的數據挖掘包。
Econometrics: Eviews and Risk Simulator
21 時間:這種以講師為主導的澳門現場現場培訓面向任何希望學習和掌握計量經濟學分析和建模基礎知識的人。
在培訓結束時,參與者將能夠:
- 學習和理解計量經濟學的基礎知識。
- 利用 Eviews 和風險模擬器。
HR Analytics for Public Organisations
14 時間:這種以講師為主導的現場培訓(現場或遠端)針對希望使用分析方法提高 組織績效的人力資源專業人員 。本課程涵蓋定性以及定量、 實證和統計方法。
課程形式
- 互動講座和討論。
- 大量的練習和練習。
課程定製選項
- 如需申請此課程的定製培訓,請聯繫我們進行安排。
Statistical Analysis using SPSS
21 時間:本课程针对希望使用 SPSS 进行统计分析以准确解释数据、进行复杂的统计测试和产生有意义的洞察的初级到中级专业人员。该培训由 澳門 (在线或现场)进行,讲师主导,内容为期一天。
通过这次培训,学员将能够:
- 导航 SPSS 界面并高效管理数据集。
- 进行描述性和推断性统计分析。
- conduct t 检验、ANOVA、MANOVA、回归和相关分析。
- 对数据进行高级解释时,应用非参数检验、主成分分析和因子分析。
Talent Acquisition Analytics
14 時間:這種以講師為主導的現場培訓(現場或遠端)針對希望使用分析方法提高 組織績效的人力資源專業人員和招聘專家。本課程涵蓋定性以及定量、 實證和統計方法。
課程形式
- 互動講座和討論。
- 大量的練習和練習。
課程定製選項
- 如需申請此課程的定製培訓,請聯繫我們進行安排。
Introduction to Data Visualization with Tidyverse and R
7 時間:Tidyverse是一系列多功能R包,用於清潔,處理,建模和可視化數據。包括的一些包是:ggplot2,dplyr,tidyr,readr,purrr和tibble。
在這個由講師指導的實時培訓中,參與者將學習如何使用Tidyverse包含的工具來操縱和可視化數據。
在培訓結束時,參與者將能夠:
- 執行數據分析並創建吸引人的可視化
- 從樣本數據的各種數據集中得出有用的結論
- 過濾,排序和匯總數據以回答探索性問題
- 將處理過的數據轉換為信息性線圖,條形圖,直方圖
- 導入和過濾來自不同數據源的數據,包括Excel ,CSV和SPSS文件
聽眾
- 初學者到R語言
- 初學者進行數據分析和數據可視化
課程形式
- 部分講座,部分討論,練習和繁重的實踐練習