Kurzusleírás
Tudományos módszer, valószínűség és Statistics
- A statisztika nagyon rövid története
- Miért lehet "magabiztos" a következtetésekben
- Valószínűség és döntéshozatal
Felkészülés a kutatásra (a "mit" és a "hogyan" eldöntése)
- A nagy kép: a kutatás egy olyan folyamat része, amely bemenetekkel és kimenetekkel rendelkezik
- Adatgyűjtés
- Kérdezők és mérés
- Mit kell mérni
- Megfigyelési tanulmányok
- Kísérletek tervezése
- Adatok elemzése és grafikus módszerek
- Kutatási készségek és technikák
- Kutatás Management
Kétváltozós adatok leírása
- Bevezetés a kétváltozós adatokba
- A Pearson-korreláció értékei
- Találós összefüggések szimulációja
- A Pearson-féle r
- Számítástechnika Pearson r
- Tartomány bemutató korlátozása
- Varianciaösszeg törvény II
- Gyakorlatok
Valószínűség
- Bevezetés
- Alapfogalmak
- Feltételes valószínűségi bemutató
- Szerencsejátékosok tévedés szimulációja
- Születésnapi bemutató
- Binomiális eloszlás
- Binomiális bemutató
- Alapdíjak
- Bayes-tétel bemutatása
- Monty Hall probléma bemutató
- Gyakorlatok
Normál elosztások
- Bevezetés
- Történelem
- Normál eloszlású területek
- A normál eloszlású bemutató változatai
- Normál Normál
- Normál közelítés a binomiálishoz
- Normál közelítő bemutató
- Gyakorlatok
Mintavételi elosztások
- Bevezetés
- Alap demo
- Mintaméret bemutató
- Central Limit Theorem Demo
- Az átlag mintavételi megoszlása
- Mintavétel Az eszközök közötti különbség megoszlása
- Mintavétel A Pearson-féle r
- Egy arány mintavételi megoszlása
- Gyakorlatok
Becslés
- Bevezetés
- A szabadság fokai
- Becslők jellemzői
- Bias and Variability Simulation
- Bizalmi intervallumok
- Gyakorlatok
A hipotézisvizsgálat logikája
- Bevezetés
- Jelentősségi vizsgálat
- I. és II. típusú hibák
- Egy- és kétfarkú tesztek
- Jelentős eredmények értelmezése
- Nem szignifikáns eredmények értelmezése
- A hipotézisvizsgálat lépései
- Szignifikanciavizsgálat és bizalmi intervallumok
- Tévhitek
- Gyakorlatok
Tesztelési eszközök
- Egyetlen átlag
- t Elosztási bemutató
- A két eszköz közötti különbség (független csoportok)
- Robusztusság szimuláció
- Minden páronkénti összehasonlítás az eszközök között
- Konkrét összehasonlítások
- Két átlag közötti különbség (korrelált párok)
- Korrelált t szimuláció
- Konkrét összehasonlítások (korrelált megfigyelések)
- Páronkénti összehasonlítások (korrelált megfigyelések)
- Gyakorlatok
Hatalom
- Bevezetés
- Példa számítások
- Az erőt befolyásoló tényezők
- Gyakorlatok
Előrejelzés
- Bevezetés az egyszerű lineáris regresszióba
- Lineáris Fit Demo
- Négyzetösszegek particionálása
- A becslés szokásos hibája
- Prediction Line Demo
- Következtető Statistics b és r esetén
- Gyakorlatok
ANOVA
- Bevezetés
- ANOVA Designs
- Egytényezős ANOVA (Témák közötti)
- Egyirányú bemutató
- Többtényezős ANOVA (Témák közötti)
- Egyenlőtlen mintaméretek
- ANOVA-t kiegészítő tesztek
- Tantárgyakon belüli ANOVA
- A tárgyakon belüli tervezések ereje
- Gyakorlatok
Chi tér
- Chi Square Distribution
- Egyirányú asztalok
- A disztribúciók tesztelése demo
- Kontingencia táblázatok
- 2 x 2 táblázat szimuláció
- Gyakorlatok
Esettanulmányok
Válogatott esettanulmányok elemzése
Követelmények
A leíró statisztikák (átlag, átlag, szórás, szórás) alapos ismerete és a valószínűség alapvető ismerete szükséges.
Érdemes lehet részt venni egy felkészítő tanfolyamon: Statistics 1. szint
Vélemények (5)
Variáció gyakorlatokkal és bemutatással.
Ida Sjoberg - Swedish National Debt Office
Kurzus - Econometrics: Eviews and Risk Simulator
Gépi fordítás
the trainer had patience, and was eager to make sure we all understood the topics, the classes were fun to attend
Mamonyane Taoana - Road Safety Department
Kurzus - Statistical Analysis using SPSS
Day 1 and Day 2 were really straight forward for me and really enjoyed that experience.
Mareca Sithole - Africa Health Research Institute
Kurzus - R Fundamentals
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Kurzus - Introduction to Data Visualization with Tidyverse and R
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.