Course Outline

Προετοιμασία βάσης δεδομένων για ανάλυση

    διαχείριση πράξεων συλλογής δεδομένων σε μεταβλητές που μετασχηματίζουν τις επιλεγμένες συναρτήσεις μεταβλητών (λογαριθμική, εκθετική κ.λπ.)

Παραμετρικές και μη παραμετρικές στατιστικές ή πώς να προσαρμόσετε ένα μοντέλο στα δεδομένα

    μέτρηση ακραίων σημείων τύπου κατανομής κλίμακας και επιρροών παρατηρήσεων (ακραίες τιμές) μέγεθος δείγματος κεντρικό οριακό θεώρημα

Μελετήστε τις διαφορές μεταξύ των χαρακτηριστικών της στατιστικής

    δοκιμές με βάση τον μέσο όρο και τα μέσα

Ανάλυση συσχέτισης και ομοιοτήτων

    συσχετίσεις ανάλυση κύριας συνιστώσας ανάλυση συστάδων

Πρόβλεψη - ανάλυση μονής παλινδρόμησης και πολυμεταβλητή

    Μέθοδος των ελαχίστων τετραγώνων Γραμμικό μοντέλο όργανο μεταβλητής παλινδρόμησης μοντέλα (εικονικό, εφέ, ορθογώνια κωδικοποίηση)

Στατιστικά Συμπεράσματα

Requirements

Γνώση SPSS και βάση στατιστικών. Ο συμμετέχων στο μάθημα θα πρέπει να ολοκληρώσει την εκπαίδευση του SPSS Statistics Λογισμικό Predictive Analytics.

 28 Hours

Number of participants



Price per participant

Testimonials (8)

Related Courses

Introduction to Data Visualization with Tidyverse and R

7 Hours

Introduction to R

21 Hours

Related Categories