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