IBM SPSS Statistics. Nivelul 5. Analiză statistică multivariată - curs 34.990 RUB. de la Specialist, instruire 32 ac. h., Data: 17 septembrie 2023.
Miscelaneu / / December 05, 2023
Cursul examinează metode statistice multivariate, care sunt, de asemenea, clasificate ca metode de extragere a datelor. Aceste metode fac posibilă găsirea tiparelor ascunse și neevidente în cantități mari de date și luarea deciziilor de management pe baza acestor tipare.
Conversația 1. Introducere
Conversația 2. O scurtă istorie a SPSS
Conversația 3. Cui se adresează cursurile SPSS?
Conversația 4. Beneficiile cursurilor SPSS la Specialist
Conversația 5. Metode statistice pentru analiza datelor folosind IBM SPSS Statistics
Conversația 6. Analiză avansată a datelor cu IBM SPSS Statistics
Conversația 7. Prezentarea datelor în tabele în IBM SPSS Statistics
Conversația 8. Efectuarea de sondaje prin sondaj folosind modulul Eșantioane complexe din IBM SPSS Statistics
Conversația 9. Tehnici eficiente pentru gestionarea fișierelor și datelor în IBM SPSS Statistics
Conversația 10. Concluzie
O sa inveti:
- Efectuați analiza cluster folosind diverse metode
- Efectuați analiza factorilor și a componentelor
- Efectuați analize discriminante și clasificare pe baza acesteia
- Construiți arbori de decizie și analizați-i
- Construiți modele de dispersie multidimensionale
Un profesor-practician profesionist cu o experiență de lucru vastă și variată, precum și peste 10 ani de experiență didactică. Explică materialul educațional într-o manieră captivantă, inteligibilă, folosind multe exemple interesante din propria sa practică. Luminozitate...
Un profesor-practician profesionist cu o experiență de lucru vastă și variată, precum și peste 10 ani de experiență didactică. Explică materialul educațional într-o manieră captivantă, inteligibilă, folosind multe exemple interesante din propria sa practică. Luminozitatea și vivacitatea prezentării Alinei Viktorovna îi ajută pe ascultători să asimileze rapid și pe deplin programa. Profesorul răspunde în detaliu la toate întrebările care apar de la public și comentează cu atenție situațiile analizate.
Alina Viktorovna are mai multe studii superioare la specialitățile „Tehnologia informației” și „Economist”. Deține o diplomă academică de Candidat la Științe Tehnice în domeniul automatizării și controlului proceselor tehnice din industrie. Participarea la dezvoltarea modelelor statistice pentru automatizarea procesului tehnologic de producere a sticlei, la proiecte privind implementarea metodelor statistice pentru controlul proceselor în industria auto (la fabrici precum AvtoVAZ, KamAZ, GAZ și etc.). Analizează sistemul de sănătate din regiunile Federației Ruse. Participă la un proiect de identificare a tendințelor antreprenoriale în rândul școlarilor în calitate de analist.
Ea a dezvoltat multe complexe educaționale și metodologice și a participat în mod repetat la lucrările comisiei de certificare pentru apărarea lucrărilor eligibile. Autor a 17 lucrări științifice, inclusiv articole științifice în publicații ruse și străine. Are un certificat de la compania germană Q-DAS pentru a desfășura cursuri de specialitate privind controlul proceselor statistice pentru compania BOSCH.
Alina Viktorovna are o stăpânire impecabilă a metodologiilor pentru descrierea proceselor de afaceri, modelarea sistemelor, metodele statice de prelucrare a datelor și standardele de proiectare IS. În cursurile sale, ea oferă exemple din diferite domenii de lucru, astfel încât materialul să fie la fel de înțeles de studenții din diferite industrii.
Modulul 1. Analiza clusterelor și aplicarea acesteia (2 ac. h.)
- Metode de clasificare multidimensională
- Conceptul și domeniile de aplicare ale analizei cluster
- Sarcini de analiză a clusterelor
- Metode de analiză a clusterelor
- Avantajele și dezavantajele analizei cluster
- Etapele analizei clusterelor
- Date inițiale pentru analiza cluster
- Măsoară distanța dintre obiecte
- Analiza calitatii clasificarii
Modulul 2. Analiza cluster ierarhică (4 ac. h.)
- Caracteristici ale analizei cluster ierarhice
- Algoritmul metodelor ierarhice de analiză a clusterelor
- Măsoară distanța dintre clustere
- Distanțe de procedură
- Măsuri ale diferenței
- Măsuri de similaritate
- Procedura Analiza ierarhică a clusterelor
- Selectarea unei metode de analiză a clusterelor ierarhice
- Rezultatele procedurii de analiză a clusterelor ierarhice
- Reprezentarea grafică a rezultatelor analizei cluster ierarhice
- Crearea de statistici pentru procedura de Analiza Ierarhica a Clusterilor
- Salvarea noilor variabile
Modulul 3. Clasificare folosind metoda k-means (2 ac. h.)
- Esența și caracteristicile metodei k-means
- Algoritmul metodei k-medii
- Procedura Analiza cluster folosind metoda k-means
- Rezultatele procedurii Analiza cluster folosind metoda k-means
- Setarea numărului de iterații
- Configurarea parametrilor suplimentari
- Rezultatele afișării setărilor suplimentare
- Salvarea noilor variabile
- Prezentarea grafică a rezultatelor
Modulul 4. Analiza cluster în două etape (4 ac. h.)
- Caracteristici ale analizei cluster în două etape
- Cerințe preliminare pentru analiza clusterului în două etape
- Algoritm pentru analiza clusterului în două etape
- Procedura Analiză cluster în două etape
- Rezumatul rezultatelor modelului
- Evaluarea structurii clusterelor
- Vizualizați informații despre clustere
- Afișați informații despre clustere
- Controlul ieșirii
- Rezultatele procedurii de analiză a clusterelor în două etape
- Panou suplimentar Cluster Viewer
- Selectarea observațiilor pe clustere
- Parametrii procedurii de analiză cluster în două etape
Modulul 5. Metode de reducere a dimensionalității: analiza factorială și a componentelor (4 ac. h.)
- Conceptul de analiză factorială
- Scopul și obiectivele analizei factoriale
- Etapele analizei factoriale
- Condiții preliminare pentru utilizarea analizei factoriale
- Algoritm de analiză a componentelor
- Algoritm de analiză factorială
- Compararea analizelor factorilor și componentelor
- Condiții preliminare pentru utilizarea analizelor factoriale și componente
- Analiza factorilor de procedură
- Rezultatele procedurii de analiză factorială
- Reguli de selectare a factorilor
- Selectarea unei metode de analiză factorială
- Problemă de rotație a factorilor
- Ajustarea rotației factorilor
- Parametrii procedurii de analiză factorială
- Ieșire de statistici descriptive
- Salvarea valorilor factorilor
Modulul 6. Clasificare bazată pe răspuns: analiză discriminantă (4 ac. h.)
- Segmentare bazată pe răspunsuri
- Metode de segmentare bazate pe răspuns
- Date inițiale pentru analiza discriminantă
- Asemănări între analiza discriminantă și regresia logistică
- Diferențele dintre analiza discriminantă și regresia logistică
- Scopul și obiectivele analizei discriminante
- Condiții preliminare pentru analiza discriminantă
- Etapele analizei discriminante
- Metode de analiză discriminantă
- Datele inițiale
- Model de analiză discriminant liniar
- Procedura Analiza discriminanta
- Rezultatele procedurii de Analiză Discriminantă
- Statistica procedurii de Analiză Discriminantă
- Metoda procedurii de selecție în etape Analiză discriminantă
- Clasificare pe baza rezultatelor analizei discriminante
- Statistici de clasificare
- Salvarea noilor variabile
Modulul 7. Analiza multivariată a varianței (4 ac. h.)
- Analiza multivariată a varianței
- Setarea parametrilor pentru procedura OLM-multidimensională
- Principalele rezultate ale analizei multivariate a varianței
- ANOVA cu măsuri repetate
- Procedura GLM - măsurători repetate
- Setarea parametrilor pentru procedura de măsurători repetate OLM
Modulul 8. Modele de clasificare bazate pe arbori de decizie (8 ac. h.)
- Esența metodei de construire a unui arbore de decizie
- Domenii de aplicare a arborelui decizional
- Caracteristici și condiții preliminare pentru utilizarea metodei arborelui de decizie
- Metode de construire a unui arbore de decizie
- Compararea metodelor de construire a unui arbore de decizie
- Arbori de clasificare a procedurii
- Interpretarea și studiul arborilor de decizie
- Verificarea adecvării modelului
- Personalizarea rezultatului în procedura Arbori de clasificare
- Setări și parametri ai procedurii Arbori de Clasificare
- Reguli de clasificare a observaţiilor
- Criterii în procedura Arborilor de Clasificare
- Arbori de decizie de regresie
- Construirea arborilor de decizie de regresie