SEMESTRÁLNÍ KURZ: Statistická analýza dat v praxi
- od pojmů k interpretaci výsledků
Termín: |
|
---|---|
Forma: |
|
Cena: | 39 900 Kč / 1 600 € + 21% DPH |
Úroveň: | základní |
---|---|
Jazyk: | český |
Počet dnů: |
|
ÚVOD
Účastníci tohoto semestrálního kurzu získají ucelený přehled o nejčastěji využívaných postupech analýzy dat, které je možné aplikovat bez ohledu na statistický software. Seznámíme vás se základy pro analytickou práci a osvojíte si mnoho užitečných způsobů a postupů pro praxi. Účastnit se mohou všichni odborní pracovníci, kteří realizují statistické analýzy nebo tato témata vyučují.
Odborný školitel vás seznámí se statistickými metodami od základních měr po vícerozměrné. Porozumíte významu a praktické hodnotě pojmů a postupů analýzy dat. Naše výuka klade důraz na pochopení významu statistických metod a pojmů. Pronikneme do podstaty analytické práce a předáme vám konkrétní metody analýzy dat.
Základem výuky je zavedení a vysvětlení pojmů a jejich uvedení k rozboru významu a interpretaci výsledků.
Účastníci mohou své vlastní analýzy interpretovat a rozebírat je s ostatními.
Praktické ukázky výstupů tvoříme jednoduše na počítači v programu IBM SPSS Statistics. Tento program vám po dobu trvání kurzu můžeme zapůjčit.
KDO NA KURZ MŮŽE PŘIJÍT
Tento semestrální kurz mohou navštívit odborní pracovníci, kteří ke své práci využívají analytické výstupy, realizují statistické analýzy dat, případně ti, kdo tato témata vyučují. Za více než dvacet let tohoto kurzu jej navštívili vysokoškolští pracovníci, marketingoví specialisté, vědečtí pracovníci, lékaři, odborníci na výzkumy, personalisté, analytici ve státní správě, v ekonomické oblasti a odborníci v oborech, které využívají komplexní přístupy k datům.
Pro účast na tomto kurzu nemusíte mít statistické znalosti ani praxi s analýzou dat. Pomůžeme vám vyznat se v analytickém systému pojmů, metod a aplikací od samého začátku. Výpočty provádíme pomocí systému IBM SPSS Statistics. Ani jeho znalost však není nutná.
LEKTOR
INFORMACE
POUŽÍVANÝ SOFTWARE
PROGRAM KURZU
- Základní pojmy statistické analýzy dat
- Definujeme a rozebereme si statistické pojmy, typy statistických analýz, inference, explorační, expirační a konfirmační techniky.
- Popisné statistiky
- Rozebereme si popis statistických dat (tabelace a grafické znázornění). Povíme si, jak vytvářet statistické tabulky a grafy.
- Měření úrovně a heterogenity dat
- Probereme momentové a kvantilové míry, jako jsou průměry, mediány, kvartily, decily, rozptyl a měření vnitřní heterogenity souboru.
- Testování hypotéz a intervaly spolehlivosti
- Budeme se věnovat problematice neurčitosti v datech a rozhodování za neurčitosti, představíme si princip testování statistických hypotéz a jejich přijímání nebo zamítání.
- Testy hypotéz o průměrech (t-testy)
- Analýza průměrů ve skupinách
- Jde o jednoduchou analýzu 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 stropech).
- Součástí tohoto bodu bude i vícefaktorová analýza rozptylu.
- Korelační analýza
-
Povíme si o lineární korelaci, práci s korelační maticí a vlastnostech korelačních měr.
-
Další částí jsou parciální korelace, řetězení vlivů, společná příčina dvou vlastností (nepravé korelace).
-
Korelační grafy.
-
Korelace, kauzalita.
-
- Regresní analýza
- Budeme se věnovat lineární regresní analýze, interpretaci regresní přímky a popisu, vysvětlení a predikci této analýzy.
- Probereme nelineární vztahy.
- Co je vícenásobná regresní analýza, jaké jsou metody výběru represorů v rovnici a určení kvality modelu regresního vztahu.
- Faktorová analýza
- Vysvětlíme si latentní vlastnosti a jejich indikace, faktory ovlivňující korelační matici, faktorová řešení, zobrazení faktorů a interpretaci, uložení a analýzu faktorů.
- Seskupovací metody
- Segmentace a vytváření typologií seskupování případů z hlediska datového profilu, typy a typologie, segmenty trhu, analýza a interpretace typů.
- Kontingenční tabulky
- Základní zobrazení souvislosti dvou proměnných. Různé formy procent. Chi-kvadrát test nezávislosti. Kontingenční koeficient. Znaménkové schéma v kontingenčních tabulkách.
Ve výjimečných případech změna programu vyhrazena dle zaměření
a zkušeností dané skupiny účastníků.
JAK HODNOTÍ KURZ ÚČASTNÍCI?
PhDr. David Anthony Procházka, Ph.D., MBA, MSc
Vysoká škola ekonomická