Stáhněte si skripty k softwaru IBM SPSS Statistics

SEMESTRÁLNÍ KURZ:
Statistická analýza dat v praxi
- od pojmů k interpretaci výsledků

Ikona kurzy statistiky
Termín:5. 10. 2018 - 18. 1. 2019
Místo:Praha
Cena:39 900 Kč / 1 440 € + DPH
Úroveň:základní
Jazyk:čeština
Počet dnů:14 půldenních lekcí (56 výukových hodin) každý pátek 9:00 - 12:30 hodin

20% SLEVA PŘI PŘIHLÁŠENÍ NA KURZ DO 31.8.2018

31 920 Kč / 1 152 € + DPH

ÚVOD

Semestrální kurz nabízí statistické metody od základních měr po vícerozměrné. V průběhu čtrnácti lekcí porozumíte významu a praktické hodnotě pojmů a postupů analýzy dat. Projdete výukou praktického využití a interpretace výsledků. Kurz je realizován od roku 1995. Cílem je proniknout do podstaty analytické práce a předat konkrétní metody analýzy dat. 

CÍL VZDĚLÁVACÍHO PROGRAMU

Poskytnout přístupnou formou znalost a osvojení si metod jednorozměrné a vícerozměrné statistiky. Důraz ve výuce je kladen na pochopení významu statistických metod a pojmů, na řešení praktických statistických úloh a na správnou interpretaci výsledků.

KURZ JE URČEN

Odborným pracovníkům, kteří používají analytické výstupy, realizují statistické analýzy dat nebo tato témata vyučují. Ve více jak dvacetileté praxi tohoto kurzu byli jeho účastníky především marketingoví specialisté, vysokoškolští učitelé a vědečtí pracovníci, lékaři, odborníci, kteří využívají či realizují výzkumy, pracují v oboru kontroly a řízení kvality, personalisté, analytici ve státní správě, v ekonomické oblasti a v oborech využívajících komplexní přístupy k datům.

PŘEDPOKLADY

Statistické znalosti ani praxe s analýzou dat se nepředpokládají. V kurzu se buduje analytický systém pojmů, metod a aplikací od začátku. Výpočty se provádějí pomocí systému IBM SPSS Statistics, jeho znalost však není nutná.

PŘÍNOS ÚČASTI NA KURZU

Účastníci získají ucelený přehled nejčastěji užívaných postupů analýzy dat, které lze aplikovat bez ohledu na užívaný statistický software. Osvojí si základy pro analytickou práci a mnoho užitečných způsobů a postupů analýzy dat pro praxi.

POPIS OBSAHU A POSTUPU

Výuka probíhá od zavedení a vysvětlení pojmů a uvedení postupů k rozboru jejich významu a interpretaci výsledků. V průběhu kurzu mohou účastníci prezentovat své vlastní analýzy a kolektivně je rozebírat. Praktické ukázky výstupů tvoříme jednoduchou počítačovou cestou v programu IBM SPSS Statistics. Tento program bude po dobu trvání kurzu zájemcům bezplatně zapůjčen.

PROGRAM KURZU

  1. Základní pojmy statistické analýzy dat
    • definice a rozbor statistických pojmů, typy statistických analýz, inference, explorační, expirační a konfirmační techniky
  2. Popisné statistiky
    • popis statistických dat (tabelace, grafické znázornění) – jak vytvářet statistické tabulky a grafy
  3. Měření úrovně a heterogenity dat
    • momentové a kvantilové míry: průměry, mediány, kvartily, decily, rozptyl, měření vnitřní heterogenity souboru 
    • grafy rozptýlení dat (box-ploty) a grafy rozptylu
    • konfidenční intervaly
  4. Testování hypotéz a intervaly spolehlivosti
    • neurčitost v datech – rozhodování za neurčitosti, statistické hypotézy, jejich přijímání a zamítání
  5. Testy hypotéz o průměrech (t-testy)
  6. Analýza průměrů ve skupinách
    • jednoduchá analýza rozptylu, porovnání skupinových průměrů a rozptylů, spojování skupin se stejnou úrovní vlastnosti, apriorní komparace (kontrasty), aposteriorní seskupování podle jedné a více proměnných (postupné vyhledávání interakcí na stromech)
    • vícefaktorová analýza rozptylu
  7. Korelační analýza
    • lineární korelace, práce s korelační maticí, vlastnosti korelačních měr
    • parciální korelace, řetězení vlivů, společná příčina dvou vlastností (nepravé korelace)
    • korelační grafy
    • korelace a kauzalita
  8. Regresní analýza
    • lineární regresní analýza, interpretace regresní přímky, popis, vysvětlení a predikce
    • nelineární vztahy
    • vícenásobná regresní analýza; metody výběru regresorů v rovnici; určení kvality modelu regresního vztahu
  9. Faktorová analýza
    • latentní vlastnosti a jejich indikace, faktory ovlivňující korelační matici, faktorová řešení, rotace, zobrazení faktorů, interpretace, uložení a analýza faktorů
  10. Mnohorozměrné škály (percepční mapy a zobrazení vztahů)
    • analýza profilů – vztahová mapa, percepční mapy a vnímání značek, segmentace ve vztahovém poli
  11. Seskupovací metody, segmentace a vytváření typologií seskupování případů z hlediska datového profilu, typ a typologie, segmenty trhu, analýza a interpretace typů.
LEKTOR
Jan Řehák

doc. RNDr. Jan Řehák

ředitel a jednatel společnosti ACREA

Profil lektora →

INFORMACE

Kalendář kurzů

ke stažení v PDF

Organizační informace

k realizaci kurzu v Praze

FAQ

Nejčastější otázky

POUŽÍVANÝ SOFTWARE

Ve výjimečných případech změna programu vyhrazena dle zaměření a zkušeností dané skupiny účastníků.