تحلیل داده و آنالیز آماری
یادگیری تحلیل داده برای تصمیمگیریهای هوشمندتر
در محیط حرفهای امروز، توانایی تحلیل داده و تصمیمگیری مبتنی بر شواهد یکی از مهارتهای کلیدی هر کارمند سازمانی است. این دوره به شما کمک میکند تا مفاهیم آماری و مدلسازی را به زبان ساده، عملی و کاملاً کاربردی با استفاده از Excel بیاموزید. بدون نیاز به پیشزمینه آماری و نرمافزاری، میتوانید به مهارتی مجهز شوید که در پروژهها و تحلیلهای کاری روزمره قابل استفاده است. مخاطبین دوره:
این دوره برای تمامی همکارانی طراحی شده است که در تصمیمسازیها و تحلیلهای داده محور سازمان مشارکت دارند، از جمله:
- تحلیلگران داده، کارشناسان BI و هوش تجاری
- کارشناسان منابع انسانی، بازاریابی، فروش، مالی و بودجه
- مدیران پروژه، تحقیق و توسعه و مدیران تصمیمگیر
مدرس دوره:
دکتر کیوان نادی: دکترای آمار و روشهای کمی از دانشگاه کالیفرنیا، با سابقه چندین سال تدریس و مشاوره در حوزه تحلیل داده، مدلسازی آماری و تصمیمسازی دادهمحور در پروژههای سازمانی و تحقیقاتی داخل و خارج از کشور.
سرفصلهای دوره:
این دوره شامل 17 ساعت ویدئو در ۱۴ فصل جامع است که از مفاهیم پایه آمار تا کاربرد عملی در محیط Excel را به طور کامل پوشش میدهد.
- توابع تحلیل داده و آنالیز آماری اکسل
- انواع داده و نحوهی جمعآوری داده
- مصورسازی دادهها ( Data Visualization)
- همبستگی و انجام انواع تحلیل رگرسیون شامل انجام تحلیلهای پیشبین (Predictive analysis)
- مفاهیم اصلی آماری مانند شاخصهای گرایش مرکزی و پراکندگی و p-value
- تحلیل دادهی اکتشافی (Exploratory Data Analysis)
- مفاهیم اصلی احتمال و کاربرد آن در آمار و تحلیل داده
- مدلسازی آماری (Statistical data modeling)
Duration: 1000 Minutes
بخش اول| مقدمات و مفاهیم آمار و مدل سازی
۱-۱: مقدمه و نکات بهتر برای استفاده از دوره(۲۰m ۵s)
۱-۲: اهمیت آمار و علوم داده (۱۳m ۲۶s)
۱-۳: مفاهیم پایه ای(۱۱m ۵۴s)
۱-۴: آزمایشگاه صفر - بخش اول: مقدمات(۱۸m ۲۸s)
۱-۵: آزمایشگاه صفر - بخش دوم: مقدمات(۶m ۴۶s)
بخش دوم| نمونهگیری در مطالعات دادهای: روشها، کاربردها و سوگیریهای آن
۲-۱: جمعآوری اطلاعات و نمونهگیری(۱۶m ۱۰s)
۲-۲: انواع روشهای نمونهگیری (۱۵m ۷s)
۲-۳: کاربردهای نمونهگیری و سوگیریهای آن(۲۱m ۱۷s)
بخش سوم| انواع متغیر و سطوح اندازهگیری در روشهای آماری و دادهای
۳-۱: متغیر چیست؟(۱۰m ۳۱s)
۳-۲: اندازهگیری متغیرها(۹m ۵۸s)
۳-۳: سطوح اندازهگیری و تحلیل داده(۱۱m ۱۶s)
بخش چهارم| انواع مدلها و کاربردهای آنها در آمار و تحلیل داده
۴-۱:مدلسازی در آمار(۱۲m ۴۶s)
بخش پنجم| آمار توصیفی و تحلیل دادهی اکتشافی
۵-۱: تحلیل دادهی اکتشافی و توزیع متغیرها (۱۳m ۵۲s)
۵-۲: شاخصهای مرکزی(10m 47s)
۵-۳: شاخصهای پراکندگی (۱۱m ۱۷s)
۵-۴: آزمایشگاه یک- تحلیل داده اکتشافی: داده های گمشده و تکراری (۲۴m ۵۴s)
۵-۵: آزمایشگاه یک- تحلیل داده اکتشافی:انواع نمودار در اکسل (۲۲m ۵s)
۵-۶: آزمایشگاه یک- تحلیل داده اکتشافی:شاخص های مرکزی و پراکندگی(۲۴m ۵۵s)
فایل های آزمایشگاه یک
بخش ششم| رویکردهای احتمال و کاربردهای آنها در آمار
۶-۱: آمار و رابطهی آن با احتمال (۱۰m ۴۶s)
۶-۲: رویکرد کلاسیک به احتمال(۱۱m ۵۱s)
۶-۳: رویکرد فراوانیگرایانه به احتمال (۱۲m ۱۵s)
۶-۴: بهروزرسانی احتمال و رویکرد بیزین (۱۱m ۴۰s)
۶-۵: کاربردهای رویکرد بیزین (۱۹m ۴۸s)
بخش هفتم| توزیعهای احتمالی و کاربرد آنها در آمار و مدلسازی
۷-۱: توزیعهای احتمالی برنولی و دوجملهای (۹m ۵۴s)
۷-۲: توزیعهای احتمالی یکنواخت و پواسون (۱۲m ۱۸s)
۷-۳: توزیعهای احتمالی نمایی و نرمال (۱۱m ۴۹s)
۷-۴: ویژگیها و کاربردهای توزیع نرمال(۱۶m ۳۴s)
۷-۵: بررسی نرمال بودن توزیع (۱۲m ۴s)
۷-۶: آزمایشگاه دو - توزیع های احتمالی: توزیع برنولی، دو جمله ای و یکنواخت (۲۰m ۳۲s)
۷-۷: آزمایشگاه دو - توزیع های احتمالی: توزیع های پواسون و و نمایی (۱۸m ۴۲s)
۷-۸: آزمایشگاه دو - توزیع های احتمالی: توزیع نرمال (۲۷m ۵۷s)
فایل های آزمایشگاه دو
بخش هشتم| چگونه یک فرضیه یا حدس را در آمار و تحلیل داده مورد آزمون قرار میدهیم؟
۸-۱: روش علمی و پوپریسم (۱۴m ۵s)
۸-۲: فرضیه آماری و آزمون آن (۱۲m ۳۲s)
۸-۳: انواع خطا در آزمون فرضیه (۱۲m ۵s)
اندازه اثر و توان آزمون
بخش نهم| تحلیل همبستگی و رابطهی بین متغیرها
۹-۱: انواع آزمونهای آماری و انتخاب آنها (۱۰m ۴۱s)
۹-۲: شروع بررسی رابطهی دو متغیر (۹m ۷s)
۹-۳: بررسی عددی رابطهی دو متغیر (۱۱m ۴s)
۹-۴: تعمیم ضریب همبستگی و تفسیر آن (۱۱m ۱۷s)
۹-۵: انواع ضریب همبستگی و پیشفرضهای استفاده از آنها (۱۳m ۳۰s)
۹-۶: پدیدههای مرتبط با ضریب همبستگی بخش اول (۱۲m ۴۵s)
۹-۷: پدیدههای مرتبط با ضریب همبستگی بخش دوم (۱۴m ۵۰s)
۹-۸: آزمایشگاه سه - تحلیل همبستگی (۲۱m ۵۷s)
فایل آزمایشگاه سه
بخش دهم| تحلیل رگرسیون ساده و حرکت از رابطه به سمت علیت
۱۰-۱: مقدمه رگرسیون (۱۳m ۳۷s)
۱۰-۲: معادله خط رگرسیون ساده (۱۳m ۱۸s)
۱۰-۳: خروجی نرمافزار برای رگرسیون ساده (۱۲m ۲۲s)
۱۰-۴: ضریب رگرسیون استاندارد و نوشتن نتایج (۱۰m ۴۲s)
۱۰-۵: آزمایشگاه چهار - تحلیل رگرسیون ساده (۲۰m ۵۹s)
فایل آزمایشگاه چهار
بخش یازدهم| تحلیل رگرسیون چندگانه و تحلیلهای پیچیدهتر
۱۱-۱: معرفی رگرسیون چندگانه (۱۰m ۴۷s)
۱۱-۲: فرضهای رگرسیون چندگانه و بخشپذیری واریانس (۷m ۴۴s)
۱۱-۳: خروجی نرمافزار برای رگرسیون چندگانه بخش اول (۸m ۲۲s)
۱۱-۴: خروجی نرمافزار برای رگرسیون چندگانه بخش دوم (۱۳m ۱۴s)
۱۱-۵: مدلسازی در رگرسیون چندگانه (۱۵m ۳۵s)
۱۱-۶: انواع مدلهای رگرسیونی (۱۳m ۱۷s)
۱۱-۷: پدیده همخطی در رگرسیون چندگانه (۱۱m ۳۵s)
۱۱-۸: آزمایشگاه پنج - تحلیل رگرسیون چندگانه (۱۹m ۵۳s)
فایل آزمایشگاه پنج
بخش دوازدهم| متغیرهای کیفی در رگرسیون و رگرسیون ترتیبی
۱۲-۱: رگرسیون با متغیر پیشبین دوتایی(۱۴m ۲۲s)
۱۲-۲: خروجی نرم افزار ۱: رگرسیون چندگانه با متغیر پیشبین کمی و کیفی (۱۱m ۶s)
۱۲-۳: خروجی نرم افزار ۲: رگرسیون چندگانه با متغیر پیشبین کمی و کیفی (۱۱m ۵۹s)
۱۲-۴: رگرسیون با متغیر پیشبین طبقهای (۱۵m ۵s)
۱۲-۵: آزمایشگاه هفت- تحلیل رگرسیون با متغیر پیشبین دو تایی (۹m ۴۳s)
۱۲-۶: آزمایشگاه هشت- تحلیل رگرسیون چندگانه با متغیر پیش بین کمی و کیفی (۱۴m ۵s)
۱۲-۷: آزمایشگاه هشت- تحلیل رگرسیون چندگانه با متغیر پیش بین کمی و کیفی (۱۴m ۵s)
۱۲-۸: آزمایشگاه نه- تحلیل رگرسیون با متغیر پیش بین طبقه ای (۱۲m ۱۶s)
فایل آزمایشگاه های هفت-هشت-نه
بخش سیزدهم| اثر تعاملی در رگرسیون و رگرسیون لجستیک
۱۳-۱: اثر تعاملی در مدل رگرسیونی (۱۰m ۳۶s)
۱۳-۲: تفسیر ضرایب اثر تعاملی در مدل رگرسیونی و نکات مرتبط (۲۰m ۲۸s)
۱۳-۳: رگرسیون لجستیک (۱۸m)
۱۳-۴: تفسیر ضرایب رگرسیون لجستیک (۱۳m ۱۶s)
۱۳-۵: آزمایشگاه ده - تحلیل رگرسیون با اثر تعاملی (۱۵m ۵۳s)
فایل آزمایشگاه ده
بخش چهاردهم| خانوادهی آزمونهای آماری و مدلهای خطی عمومی (GLM)
۱۴-۱: مروری بر خانواده آزمونهای آماری و آزمون تی تست (۱۰m ۱۷s)
۱۴-۲: مدل های خطی عمومی و اعضای این خانواده(۱۰m ۵۱s)
۱۴-۴: آزمایشگاه جی پاور : بخش اول (۱۸m ۲۷s)
۱۴-۵: آزمایشگاه جی پاور: بخش دوم (۸m ۵۳s)
۱۴-۳: آزمایشگاه یازده- آزمون تی دو نمونه ای (۱۱m ۷s)
فایل آزمایشگاه یازده
