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.
Testimonials (8)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Course - Introduction to Data Visualization with Tidyverse and R
We were using road accident data for practicals
Maphahamiso Ralienyane - Road Safety Department
Course - Statistical Analysis using SPSS
Καλά μελετημένα και υψηλής ποιότητας υλικά σχεδιασμού.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Course - Forecasting with R
Machine Translated
Δεν ήταν βαρετό, ο εκπαιδευτής μπορούσε να κρατήσει την προσοχή, τα θέματα καλύφθηκαν σε βάθος.
Marta - Ministerstwo Zdrowia
Course - Advanced R Programming
Machine Translated
very tailored to needs
Yashan Wang
Course - Data Mining with R
The subject matter and the pace were perfect.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Course - Programming with Big Data in R
At the end of the class, we had a great overview of the language, we were provided tools to continue learning and were provided suggestions on how to continue learning. We covered AI/ML information.
Victor Prado - Global Knowledge Network Training Ltd
Course - R
That Haytham started with the basics and gave us enough time to do the examples and ensure that we were at the same page before we moved on to the next topic.