Praktyczne zastosowania technik regresyjnych w Statistica

online 2 dni

Jednym z głównych celów badań jest ilościowy opis powiązań pomiędzy zjawiskami i wywołującymi je czynnikami. Szkolenie jest poświęcone omówieniu statystycznych metod modelowania tego typu powiązań. Dla ilustracji prezentowanych metod wykorzystywane są zbiory danych z różnych dziedzin badań. Uczestnicy szkolenia na konkretnych przykładach poznają m.in. zagadnienia: analizy korelacji, liniowy model regresji prostej, regresji wielorakiej, regresji nieliniowej i modele dla zmiennej zależnej jakościowej.

Dla kogo?

Dla osób zainteresowanych statystycznym modelowaniem powiązań pomiędzy występowaniem bądź nasileniem określonych zjawisk oraz powodującymi je czynnikami. Dla początkujących i bardziej zaawansowanych badaczy z różnych dziedzin badań empirycznych.

Co zyskasz?

  • Nauczysz się formułować problemy badawcze w języku modelownia statystycznego.
  • Uzyskasz lub usystematyzujesz wiedzę o modelowaniu współzależności pomiędzy zmiennymi.
  • Nauczysz się samodzielnie wybierać odpowiednie techniki modelowania współzależności zjawisk.
  • Nauczysz się definiowania analizy i jej przeprowadzania w programie Statistica.
  • Poznasz poprawny sposób interpretacji wyników modelowania.

  • Program
  • Speaker
  • Organizational information
  • Prices

Program szkolenia:

  1. Wprowadzenie do problematyki modelowania statystycznego
    • Zależności typu funkcyjnego i stochastycznego
    • Modelowanie statystyczne
    • Kryteria wyboru modelu
    • Elementy analizy korelacyjnej
    • Obserwacje nietypowe
    • Ostrożność przy interpretacji wartości współczynnika korelacji przy skrajnie odstających danych
  2. Analiza regresji liniowej prostej
    • Model regresji liniowej prostej
    • Standardowe założenia modelu regresji liniowej
    • Analiza reszt i sprawdzanie założeń
    • Tworzenie prognoz
  3. Inne analizy z wykorzystaniem regresji liniowej prostej
    • Regresja prosta w grupach
    • Segmentowy model regresji liniowej prostej
  4. Analiza regresji liniowej wielorakiej
    • Model regresji liniowej wielorakiej
    • Metody doboru zmiennych objaśniających
    • Jakościowe zmienne niezależne w modelu
    • Przykład zastosowania analizy regresji do modelowania sprzedaży
  5. Regresja nieparametryczna dla zmiennej ilościowej
    • Metoda MARS (Multivariate Adaptive Regression Splines)
  6. Modelowanie zależności nieliniowych
    • Przykłady zastosowań wybranych modeli nieliniowych
  7. Modele dla zmiennej zależnej jakościowej
    • Przypadek jednej zmiennej niezależnej ilościowej
    • Przypadek wielu zmiennych niezależnych ilościowych i jakościowych
  8. Regresja nieparametryczna dla zmiennej zależnej jakościowej
    • Metoda drzew klasyfikacyjnych

Polecamy inne szkolenia:                                         

  • Analizy wielowymiarowe
  • Z cyklu „Data mining”

Similar courses

Sztuczna inteligencja (AI) w procesie budowy modeli uczenia maszynowego

Dla kogo? Szkolenie przeznaczone jest dla analityków pragnących nauczyć się efektywnie wykorzystywać narzędzia generatywnej AI w modelowaniu danych. Podczas szkolenia […]

Learn more

Text mining – automatyczna analiza dokumentów tekstowych

Uczestnicy szkolenia poznają metody analizy zbioru dokumentów tekstowych wykorzystujące macierz częstości. W trakcie zajęć omówione zostaną metody wyznaczania podobieństwa pomiędzy […]

Learn more

Statistica w nauczaniu statystyki

Uczestnicy poznają sposoby wykorzystania pakietu Statistica w procesie dydaktycznym, które przyspieszają i uatrakcyjniają przekazywanie wiedzy z zakresu statystyki opisowej i […]

Learn more

Do you have questions?

Get in Touch!

Our team is ready to help with any questions you might have. Just fill out the form, send us a message, or give us a call, and we’ll get back to you as soon as we can!

    Skip to content