Искусство анализа данных на STATISTICA

Курс основан на лучшей книге по анализу данных "STATISTICA – искусство анализа данных на компьютере" и включает парадигму анализа данных, основные сведения из теории вероятностей и статистики, визуальный анализ, описательный анализ данных, построение зависимостей, классификацию данных, первичный прогноз, знакомство с нейронными сетями.

Цель курса

В диалоговом режиме продемонстрировать современные технологии анализа данных системы STATISTICA, провести разведочный анализ данных слушателей.

Для кого этот курс?

Данный курс предназначен для широкого круга пользователей, желающих стать профессионалами в анализе данных на STATISTICA в различных областях.

Основной упор в курсе делается на системность и всесторонность анализа данных и применении результатов к реальной деятельности.

Это уникальная возможность повысить свой аналитический уровень и познакомиться с современным анализом данных за 3 дня.

Программа курса

1. Введение в анализ данных

• Основная парадигма анализа данных

• Сбор и организация данных, типы переменных, структура данных

• Элементарные понятия анализа данных и статистики (переменные, описательные статистики, значимость, группировка, связи, корреляции, эффект и др.), определения и интерпретация, вычисления в STATISTICA

• Основные статистические критерии: критерий хи-квадрат, критерий Стьюдента, критерий Фишера

• Сравнение средних в двух группах, сравнение средних в более чем двух группах

• Построение и анализ таблиц

2. Вероятностные распределения

• Вероятностные распределения и их свойства

• Подгонка вероятностных распределений к реальным данным

3. Визуализация данных

• Визуальный анализ данных: одномерный визуальный анализ, двумерный визуальный анализ

• Интерактивный визуальный анализ с использованием средства Кисть

4. Основные методы предиктивного анализа данных

• Построение предсказательных моделей:

  • парная регрессия
  • множественная регрессия
  • логит регрессия
  • пробит регрессия

• Факторный анализ, метод главных компонент

• Регрессия на главных компонентах

• Нелинейное оценивание

• Методы классификации данных: кластерный анализ, деревья классификации

• Методы прогнозирования: выделение тренда, сезонных составляющих

• Знакомство с нейронными сетями

5. Учебные примеры

6. Разведочный анализ данных слушателей

7. Вопросы-ответы, постановки задач слушателей

Длительность курса

12 академических часов, курс разбивается на 3 рабочих дня

Записаться   Календарь курсов