Analizy wielowymiarowe

online lub stacjonarnie 2 dni

Zastosowanie: Nauki inne

Oprogramowanie: Statistica | Poziom: Zaawansowany | Język: Polski

Cena regularna: 2795 zł netto

Cena dla akademickich użytkowników Statistica (-20%)*: 2236 zł netto

Zapisz się

Zarezerwuj / Zapytaj

O kursie
Program
Prowadzący
Informacje organizacyjne
Ceny

Podczas kursu zaprezentowane zostaną najpopularniejsze metody wielowymiarowe, które znajdują zastosowanie w analizie zjawisk złożonych, opisanych za pomocą dużej liczby zmiennych. Uczestnicy poznają bardziej zaawansowane techniki takie jak:

regresja wieloraka
analiza skupień
analiza składowych głównych (PCA)
najefektywniejsze i najefektowniejsze sposoby graficznej prezentacji danych wielowymiarowych

Dla kogo?

Dla wszystkich, których przedmiotem zainteresowania są zjawiska złożone, np. w medycynie, badaniach rynkowych i marketingowych, psychologii, naukach przyrodniczych.

Efekty szkolenia:

Poznasz najczęściej wykorzystywane techniki do analizy danych wielowymiarowych
Dowiesz się jak wydobyć kluczowe informacje ukryte w danych
Nauczysz się, jak w sposób efektowny i efektywny przedstawiać dane wielowymiarowe w formie graficznej
Samodzielnie wybierzesz najlepszy zbiór zmiennych objaśniających i zbudujesz model opisujący interesujące Cię zjawisko
Zobaczysz, jak badać zależności pomiędzy dwoma zbiorami zmiennych
Dowiesz się, jak zredukować wymiar danych i jak grupować obiekty do siebie podobne
Dostaniesz praktyczne wskazówki dotyczące interpretacji uzyskanych wyników
Zdobędziesz podstawy do rozwijania umiejętności analitycznych w każdej branży
Pogłębisz swoją wiedzę w zakresie obsługi i funkcjonalności programu Statistica

Program szkolenia:

Wprowadzenie
- Skale pomiaru zjawisk
- Wielowymiarowa zmienna losowa
Różne metody graficznej prezentacji danych wielowymiarowych
Analiza regresji wielorakiej
- Model regresji liniowej wielorakiej
- Metody doboru zmiennych objaśniających (krokowa postępująca, wsteczna)
Analiza korelacji kanonicznych
Analiza składowych głównych
- Idea, postać modelu, zastosowania
- Techniki wyboru odpowiedniej liczby składowych
- Omówienie wyników analizy na przykładzie
- Interpretacja
- Analiza regresji na składowych głównych
Eksploracyjna analiza czynnikowa (EFA)
- Omówienie metody, postać modelu
- Metody wyodrębniania czynników
- Rotacja czynników
- Interpretacja
- Różnica pomiędzy EFA a PCA
Skalowanie wielowymiarowe
Porządkowanie liniowe
- Identyfikacja charakteru zmiennych
- Doprowadzenie danych do porównywalności; normalizacja i standaryzacja zmiennych
- Porządkowanie obiektów wielowymiarowych
Analiza skupień
- Idea analizy, opis, zastosowania
- Miary odległości
- Metody aglomeracyjne
- Metoda k-średnich
- Dobór odpowiedniej liczby skupień

Polecamy inne szkolenia:

Techniki segmentacji w badaniach rynkowych
Z cyklu „Data mining”
Metody statystyczne w marketingu i badaniach rynku
Statystyka w medycynie – metody zaawansowane
Sieci neuronowe

[PL] prof. dr hab. Andrzej Sokołowski w białej koszuli i czarnej marynarce, na jednolitym szarym tle. [EN] Professor Andrzej Sokołowski in a white shirt and black blazer, against a plain gray background.

prof. dr hab. Andrzej Sokołowski

Prof. Andrzej Sokołowski od początku kariery zawodowej jest związany z Uniwersytetem Ekonomicznym w Krakowie (Zakład Statystyki). Pracował także wiele lat w Centrum Onkologii – Oddział w Krakowie. W latach 1990-1994 pracował również jako Visiting Assistant Professor w Department of Economics, Bilkent University w Ankarze, w Turcji. W latach 1999-2002 pełnił funkcję Prorektora ds. Współpracy z Zagranicą a w latach 2012-2016 był Prorektorem ds. Organizacji i Rozwoju na Uniwersytecie Ekonomicznym w Krakowie. Aktualnie jest zatrudniony w Uniwersytecie Andrzeja Frycza Modrzewskiego w Krakowie.
Jego zainteresowania naukowe dotyczą statystyki matematycznej, analiz wielowymiarowych, statystyki medycznej analizy szeregów czasowych oraz komputerowych pakietów statystycznych. Jest autorem lub współautorem wielu książek, rozdziałów w książkach oraz artykułów w czasopismach publikowanych w języku polskim i angielskim.

[PL] Anna Wilk z kucykiem, ubrana w granatową bluzkę z dekoltem w serek, z rękami złączonymi, na jednolitym jasnym tle. [EN] Anna Wilk with a ponytail, wearing a navy blue V-neck blouse, with clasped hands, against a plain light background.

Anna Wilk

Magister Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie, Wydział Matematyki Stosowanej.
Specjalizuje się w analizach wielowymiarowych, uczeniu maszynowym i zastosowaniach analizy danych w biznesie oraz przemyśle farmaceutycznym,. Pracownik StatSoft od 2016 roku. Brała udział i kierowała wieloma projektami dotyczącymi przewidywania wyniku i optymalizacji procesu, prognozowania, segmentacji oraz wyszukiwania anomalii. Prowadzi szkolenia: Statistica kurs podstawowy, Analizy wielowymiarowe, Data mining – metody bez nauczyciela, Statystyka w biznesie – praktyczne narzędzia i techniki analizy, Podstawy analizy danych w środowisku R, Podstawy wizualizacji danych w R z wykorzystaniem pakietu ggplot2, Analizy wielowymiarowe w R. Ma 7-letnie doświadczenie w prowadzeniu szkoleń z analizy danych. W ostatnich 3 latach przeprowadziła ponad 600 godzin kursów.

Godziny zajęć: 8:15 – 15:30

W ramach szkolenia zapewniamy:

obszerne materiały szkoleniowe
świadectwo ukończenia szkolenia
przerwy kawowe i obiad (dla szkoleń stacjonarnych)

Forma szkolenia:

online lub stacjonarnie
forma danej edycji podana przy terminie szkolenia

W przypadku szkoleń online:

zajęcia prowadzone na żywo w MS Teams
kontakt z prowadzącym w czasie rzeczywistym

Wymagania:

umiejętność obsługi komputera w środowisku Windows
znajomość podstaw analizy danych
zalecamy wcześniejszy udział w kursie Statistica kurs podstawowy

Cena regularna: 2795 zł netto (+23% VAT)

Cena dla akademickich użytkowników Statistica (-20%)*: 2236 zł netto (+23% VAT)

*-20% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska

Ceny mogą ulec zmianie.

Podobne szkolenia

Analiza danych wspomagana sztuczną inteligencją (AI)

Dane mogą być źródłem ogromnych korzyści, czasem określa się jako „ropę naftową” współczesności, gdyż stanowią paliwo dla innowacji i wzrostu efektywności. Jednak podobnie jak nieprzetworzona ropa naftowa nie jest specjalnie użyteczne […]

Dowiedz się więcej

Modele klasyfikacyjne w nauce – budowa, interpretacja i ocena

Zagadnienie klasyfikacji obiektów jest jednym z powszechniej definiowanych zadań analitycznych w obrębie szeroko rozumianych badań naukowych, począwszy od badań społecznych a skończywszy na badaniach przyrodniczych. […]

Dowiedz się więcej

Analizy chemometryczne w Statistica – kurs podstawowy

Po wprowadzeniu teoretycznym do zagadnienia analizy danych uczestnicy poznają techniki planowania i wykonania eksperymentu. Zostaną omówione podstawowe techniki analizy chemometrycznej: analiza podobieństwa (analiza […]

Dowiedz się więcej