Dedika je platforma za učenje skozi prakso: na primer, kako pripraviti poslovno ponudbo, postati manikerka ali uporabljati novo orodje. Ne glede na tvoj cilj, najboljša vsebina o tej temi že obstaja. A pogosto je v tujem jeziku, draga, razpršena po spletu, brez vaj za vadbo ali pa je del predolgega tečaja, ki ni primeren za tiste z natrpanim urnikom. Zato ima Dedika svoj pristop: poiščemo gradivo, kjerkoli je, izberemo tisto, kar je smiselno za tvoj cilj, ga pregledamo s pomočjo strokovnjakov, ki so na voljo za vprašanja, in pripravimo praktične naloge, da se učiš skozi delo. Ti si najpomembnejši na svoji poti in nihče te ne pozna bolje: izberi vsebino in trajanje tečaja, ali boš učil z ali brez interneta in v katerem formatu. Lahko je video, besedilo, avdio ali povzetek. Po tvoji meri, samo s tistim, kar ti ustreza. Tukaj je vsak trenutek tvoje predanosti pomemben in hitreje prideš do bistva.

Tečaji so sestavljeni iz najboljše vsebine na svetu na določeno temo: videi, avdio posnetki, članki in knjige. Vsa ta vsebina je opremljena s povzetki, podcasti (za knjige in članke) ter prepisi (za videe in avdio posnetke). Sami izberete, kako želite vsebino spremljati. Vsako gradivo ima posebna vprašanja za utrjevanje znanja. Poleg tega je tečaj sestavljen iz poglavij, ki jih izberete sami, kar vam omogoča, da se učite le tistega, kar je pomembno za vas. Na koncu vsakega poglavja je praktični projekt, povezan z vašo stroko, kjer lahko vadite naučeno.

Naši tečaji vključujejo povzetek na koncu vsakega poglavja, ki ga lahko prenesete kot PDF in natisnete.

Več kot 2 milijona študentov po vsem svetu

Prisotni v več kot 180 državah

Certifikat veljaven v vaši državi

Domov

...

Tečaj statistične analize

Vsi tečaji

Naravoslovne vede in raziskovanje

Statistika

Tečaj statistične analize

Za vse ravni

Tečaj statistične analize

Obvladaš celoten spekter statistične analize, od opisnih mer in teorije verjetnosti do regresijskega modeliranja in testiranja hipotez. Ta tečaj ti nudi analitična orodja, ki jih strokovnjaki uporabljajo za pretvarjanje surovih podatkov v zanesljive odločitve. Ne glede na to, ali delaš v raziskovanju, poslovanju ali inženirstvu, boš pridobil/-a statistično tekočnost, ki loči vrhunske analitike od drugih.

Dedika za podjetja

Kaj se boste naučili:

Zgradil/-a boš trdne temelje v opisni statistiki, verjetnostnih porazdelitvah in sklepnih metodah, preden napreduješ k regresijski analizi in gradnji modelov. Tečaj pokriva intervale zaupanja, ANOVO, teste hi-kvadrat in neparametrične metode, da boš lahko obvladal/-a praktično vsako vrsto podatkov. Raziskoval/-a boš tudi večkratno regresijo, osnove časovnih vrst in bayesovske koncepte. Praktični razdelki o etiki podatkov, ponovljivi analizi in sporočanju rezultatov zagotavljajo, da se tvoje veščine neposredno prenesejo v profesionalna okolja. Na koncu boš analiziral/-a kompleksne nabore podatkov in predstavljal/-a ugotovitve jasno in s statistično natančnostjo.

Kako praktično študirate Tečaj statistične analize

Kako vadite Tečaj statistične analize

Za vas, ki ste podjetje in želite usposobiti svojo ekipo

Na Dedika za podjetja je tečaj prilagojen z vajami in primeri iz vašega lastnega poslovanja, tako kot vaša podjetja potrebujejo.

Kliknite tukaj

Vsebina tečaja

8 Poglavji • 40 Uč lekcijeTrajanje med 4 in 360 urami (vi se odločite)

Poglavje 1Poglej podrobnosti

Temelji statističnega razmišljanja

Uč lekcija 1 • Uvod v statistiko in podatke
Opredeljuje statistiko, njeno vlogo pri odločanju in temeljno izrazoslovje. Vzpostavlja besedišče, ki se uporablja skozi celoten tečaj.
Uč lekcija 2 • Osnove vizualizacije podatkov
Predstavlja diagrame in grafikone, primerne za vsak tip podatkov. Učinkovita vizualizacija razkriva vzorce, ki jih zgolj zbirne statistike lahko zakrijejo.
Uč lekcija 3 • Mere variabilnosti in razpršenosti
Kvantificira razpršenost podatkov z uporabo razpona, variance in standardnega odklona. Mere variabilnosti dopolnjujejo srednje vrednosti za popoln opis podatkov.
Uč lekcija 4 • Srednje vrednosti
Obravnava izračun in interpretacijo aritmetične sredine, mediane in modusa. Vsako mero povezuje z obliko porazdelitve podatkov in asimetričnostjo.
Uč lekcija 5 • Tipi podatkov in merske lestvice
Razvršča spremenljivke na kategorične in numerične ter jih preslika na merske lestvice. Pravilno razvrščanje usmerja vse nadaljnje analitične izbire.

Poglavje 2Poglej podrobnosti

Teorija verjetnosti in porazdelitve

Uč lekcija 1 • Vzorčne porazdelitve in centralni limitni izrek
Izpelje vzorčno porazdelitev povprečja in razloži centralni limitni izrek. Ta izrek utemeljuje normalno osnovano sklepanje za velike vzorce.
Uč lekcija 2 • Pogojna verjetnost in neodvisnost
Predstavi pogojno verjetnost in Bayesov izrek za posodabljanje prepričanj. Koncepti neodvisnosti so podlaga za predpostavke v regresiji in testiranju hipotez.
Uč lekcija 3 • Diskretne verjetnostne porazdelitve
Obravnava binomsko, Poissonovo in geometrijsko porazdelitev z resničnimi konteksti. Diskretni modeli se uporabljajo za podatke o štetju, s katerimi se srečujemo pri kontroli kakovosti in anketah.
Uč lekcija 4 • Osnovni koncepti verjetnosti
Opredeljuje verjetnost, vzorčne prostore in dogodke z uporabo klasičnega in empiričnega pristopa. Zagotavlja matematične temelje za vse nadaljnje metode sklepanja.
Uč lekcija 5 • Zvezne verjetnostne porazdelitve
Predstavi enakomerno, eksponentno in normalno porazdelitev s funkcijami gostote. Zvezni modeli so podlaga za večino parametričnih tehnik sklepanja v kasnejših poglavjih.

Poglavje 3Poglej podrobnosti

Ocenjevanje in intervali zaupanja

Uč lekcija 1 • Določanje velikosti vzorca
Izpelje formule za najmanjše velikosti vzorcev glede na želeno natančnost in stopnjo zaupanja. Pravilno določanje velikosti preprečuje podhranjene študije in nepotrebne stroške zbiranja podatkov.
Uč lekcija 2 • Načela točkovnega ocenjevanja
Opredeljuje cenilke in zaželene lastnosti, kot sta nepristranskost in učinkovitost. Razumevanje kakovosti cenilk usmerja izbiro najboljše zbirne statistike.
Uč lekcija 3 • Intervali zaupanja za povprečja
Konstruira Z- in t-osnovane intervale za populacijska povprečja. Studentova t-porazdelitev je predstavljena za majhne vzorce z neznano populacijsko varianco.
Uč lekcija 4 • Intervali zaupanja za deleže
Gradi intervale za populacijske deleže z uporabo normalnega približka. Intervali za deleže so bistveni za anketno analizo in presoje kakovosti.
Uč lekcija 5 • Intervali zaupanja za varianco
Uporabi porazdelitev hi-kvadrat za oceno populacijske variance. Intervali za varianco podpirajo aplikacije pri kontroli procesov in ocenjevanju tveganja.

Poglavje 4Poglej podrobnosti

Okvir testiranja hipotez

Uč lekcija 1 • Logika in struktura testov hipotez
Pojasnjuje ničelno in alternativno hipotezo, stopnje značilnosti in odločitvena pravila. Ta logični okvir velja za vsak test, predstavljen v naslednjih poglavjih.
Uč lekcija 2 • Testi za deleže in variance
Razširi testiranje hipotez na deleže in varianco z uporabo Z- in hi-kvadrat testov. Ti testi obravnavajo kategorične izide in vprašanja procesne variabilnosti.
Uč lekcija 3 • Moč testa in velikost učinka
Opredeljuje moč testa kot verjetnost pravilnega zavrnjenja napačne ničelne domneve. Velikost učinka meri praktični pomen, neodvisno od velikosti vzorca.
Uč lekcija 4 • Večkratno testiranje in nadzor napak
Obravnava napihnjene stopnje napake prve vrste pri izvajanju številnih hkratnih testov. Metode popravka ohranjajo splošni nadzor napak pri kompleksnih analizah.
Uč lekcija 5 • Testi za eno povprečje
Uporabi Z-teste in t-teste za ocenjevanje domnev o enem populacijskem povprečju. Obvladovanje tega je predpogoj za primerjave z dvema vzorcema in metodo ANOVA.

Poglavje 5Poglej podrobnosti

Primerjava skupin: Metodi dveh vzorcev in ANOVA

Uč lekcija 1 • Post-hoc primerjave
Po značilnem rezultatu ANOVE ugotavlja, kateri pari skupin se razlikujejo. Nadzorovani post-hoc postopki ohranjajo stopnje napak na ravni eksperimenta.
Uč lekcija 2 • Enofaktorska ANOVA
Razdeli celotno varianco na komponente med skupinami in znotraj skupin za testiranje enakosti povprečij. ANOVA se izogne napihnjenim stopnjam napak zaradi večkratnih parnih t-testov.
Uč lekcija 3 • Testi za dva deleža in dve varianci
Uporabi Z-teste in F-teste za primerjavo deležev in varianc med dvema skupinama. Rezultati F-testa so informativni za predpostavke o varianci v nadaljnjih t-testih.
Uč lekcija 4 • Dvofaktorska ANOVA in interakcijski učinki
Hkrati analizira dva kategorična dejavnika in testira interakcijo. Interakcijski učinki razkrijejo, kdaj je vpliv enega dejavnika odvisen od ravni drugega dejavnika.
Uč lekcija 5 • Testi za dve povprečji (dva vzorca)
Primerja povprečja iz dveh neodvisnih ali parnih vzorcev z uporabo t-testov. Parni načrti zmanjšajo variabilnost in povečajo moč testa za študije "pred-po".

Poglavje 6Poglej podrobnosti

Korelacijska analiza in enostavna linearna regresija

Uč lekcija 1 • Napovedovanje in ekstrapolacija
Ustvarja točkovne napovedi in intervale napovedi za nova opazovanja. Tveganja ekstrapolacije so kvantificirana, da usmerjajo odgovorno uporabo modelov.
Uč lekcija 2 • Sklepanje pri enostavni regresiji
Testira hipoteze o regresijskih koeficientih in konstruira intervale zaupanja. Sklepanje določa, ali ima napovedna spremenljivka statistično značilen učinek.
Uč lekcija 3 • Model enostavne linearne regresije
Izpelje regresijsko premico po metodi najmanjših kvadratov ter interpretira naklon in presečišče. Model kvantificira, kako sprememba napovedne spremenljivke za eno enoto vpliva na odziv.
Uč lekcija 4 • Regresijska diagnostika
Ocenjuje predpostavke modela z analizo ostankov in merami vpliva. Kršitve predpostavk pristransko vplivajo na ocene in razveljavljajo sklepanje.
Uč lekcija 5 • Korelacijska analiza
Meri moč in smer linearne povezanosti s Pearsonovim korelacijskim koeficientom (r). Korelacija se razlikuje od vzročnosti, da se prepreči napačna interpretacija.

Poglavje 7Poglej podrobnosti

Večkratna regresija in gradnja modelov

Uč lekcija 1 • Zaznavanje multikolinearnosti in rešitve
Identificira korelirane napovedne spremenljivke, ki napihujejo standardne napake in destabilizirajo ocene. Rešitve ponovno vzpostavijo zanesljivo ocenjevanje koeficientov in interpretabilnost modela.
Uč lekcija 2 • Metode izbire spremenljivk
Uporabi vključevanje naprej, izključevanje nazaj in postopno izbiro skupaj z informacijskimi merili. Sistematična izbira uravnoteži prileganje modela in varčnost.
Uč lekcija 3 • Regresijske predpostavke in rešitve
Diagnosticira kršitve linearnosti, neodvisnosti, homoskedastičnosti in normalnosti. Transformacije in robustne metode ponovno vzpostavijo veljavno sklepanje, ko so predpostavke kršene.
Uč lekcija 4 • Osnove večkratne regresije
Doda več napovednih spremenljivk v regresijski okvir in interpretira delne naklone. Prilagojeni R-kvadrat kaznuje kompleksnost modela, da prepreči pretirano prileganje.
Uč lekcija 5 • Kategorične napovedne spremenljivke in kodiranje z umetnimi spremenljivkami (dummy coding)
Kodira kategorične spremenljivke kot umetne spremenljivke (dummy) za vključitev v regresijo. Kodiranje z umetnimi spremenljivkami omogoča modeliranje razlik v skupinskih povprečjih znotraj regresije.

Poglavje 8Poglej podrobnosti

Test hi-kvadrat in neparametrične metode

Uč lekcija 1 • Izbira med parametričnimi in neparametričnimi testi
Zagotavlja okvir odločanja na podlagi tipa podatkov, velikosti vzorca in preverjanja predpostavk. Pravilna izbira testa zagotavlja veljavne zaključke v različnih analitičnih kontekstih.
Uč lekcija 2 • Neparametrična korelacija in povezanost
Meri monotono povezanost z uporabo korelacijskih koeficientov na osnovi rangov. Rang korelacije so robustne na osamelce in nenormalne porazdelitve.
Uč lekcija 3 • Neparametrični testi za lokacijo
Uporabi teste na osnovi rangov kot alternative t-testom, ko je normalnost kršena. Ti testi uporabljajo ordinalne informacije za primerjavo median skupin.
Uč lekcija 4 • Test hi-kvadrat za neodvisnost
Ocenjuje povezanost med dvema kategoričnima spremenljivkama v kontingentni tabeli. Rezultati usmerjajo odločitve v tržnih raziskavah, zdravstvu in analizi kakovosti.
Uč lekcija 5 • Test hi-kvadrat za prileganje modela
Testira, ali se opazovane kategorične frekvence ujemajo s teoretično porazdelitvijo. Test se uporablja za enostavne kategorične podatke iz katerega koli področja.

Certifikacija

Vaš veljaven certifikat o zaključku

Ta tečaj je namenjen vam:

Poslovni analitik: potrebuje stroge metode za zanesljivo podporo strateškim priporočilom.
Podiplomski študent: za delo na diplomski nalogi potrebuje trdne statistične temelje.
Zdravstveni delavec: želi natančneje interpretirati rezultate kliničnih študij.
Karierni prehodnik na podatkovna delovna mesta: potrebuje strukturirano usposabljanje za učinkovito konkuriranje.
Inženir ali znanstvenik: išče formalna orodja za sklepanje, ki presegajo osnovna eksperimentalna povprečja.
Strokovnjak za trženje: želi preiti z odločanja na podlagi intuicije na odločanje na podlagi dokazov.

Kaj pravijo naši učenci

Vaše predavanja so popolna. Kupil sem enoletni paket in končno imam priložnost spremljati različne teme, ki me zanimajo, ne da bi moral menjati platformo... hvala za vse, kar počnete, že sem vas priporočil drugim ljudem...