Praktyczne zastosowania technik regresyjnych w Statistica

online lub stacjonarnie 2 dni

Zastosowanie: Nauki inne

Oprogramowanie: Statistica | Poziom: Średniozaawansowany | Język: Polski

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.

Zapisz się

Zarezerwuj / Zapytaj

Program
Prowadzący
Informacje organizacyjne
Ceny

Program szkolenia:

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
Analiza regresji liniowej prostej
- Model regresji liniowej prostej
- Standardowe założenia modelu regresji liniowej
- Analiza reszt i sprawdzanie założeń
- Tworzenie prognoz
Inne analizy z wykorzystaniem regresji liniowej prostej
- Regresja prosta w grupach
- Segmentowy model regresji liniowej prostej
Analiza regresji liniowej wielorakiej
- Model regresji liniowej wielorakiej
- Metody doboru zmiennych objaśniających
- Jakościowe zmienne niezależne w modelu
- Przykład zastosowania analizy regresji do modelowania sprzedaży
Regresja nieparametryczna dla zmiennej ilościowej
- Metoda MARS (Multivariate Adaptive Regression Splines)
Modelowanie zależności nieliniowych
- Przykłady zastosowań wybranych modeli nieliniowych
Modele dla zmiennej zależnej jakościowej
- Przypadek jednej zmiennej niezależnej ilościowej
- Przypadek wielu zmiennych niezależnych ilościowych i jakościowych
Regresja nieparametryczna dla zmiennej zależnej jakościowej
- Metoda drzew klasyfikacyjnych

Polecamy inne szkolenia:

Analizy wielowymiarowe
Z cyklu „Data mining”

[PL] Paweł Januszewski w dżinsowej koszuli z kołnierzykiem, z podniesioną dłonią, na szarym tle. [EN] Paweł Januszewski in a denim collared shirt, with a raised hand in a thoughtful gesture, against a gray background.

Paweł Januszewski

Ukończył Uniwersytet Jagielloński na Wydziale Matematyki i Informatyki. Specjalizuje się w zastosowaniach analizy danych w badaniach medycznych i optymalizacji wielowymiarowej. Pracownik StatSoft od 2014 roku. Przeprowadził wiele analiz obejmujących m.in. modelowanie statystyczne, szacowanie liczebności próby i prognozowanie szeregów czasowych.
Prowadzi szkolenia:
• Praktyczne zastosowania technik regresyjnych w Statistica
• Planowanie badań i analiza wariancji
• Wprowadzenie do analizy mocy testu i szacowania liczebności próby
• Prognozowanie i analiza szeregów czasowych
• Metody statystyczne w badaniach klinicznych – analiza danych w badaniach biorównoważności.
Ma 10-letnie doświadczenie w prowadzeniu szkoleń z analizy danych, w tym łącznie około 300 godzin w ciągu ostatnich 3 lat.

[PL] Janusz Wątroba z siwą brodą, w granatowej marynarce i jasnoniebieskiej koszuli, ze skrzyżowanymi ramionami, na jednolitym tle. [EN] Janusz Wątroba with a gray beard, in a navy blue blazer and a light blue shirt, with crossed arms, against a plain background.

dr Janusz Wątroba

Absolwent Akademii Ekonomicznej w Krakowie (ekonometria i statystyka) oraz Akademii Wychowania Fizycznego w Krakowie. Związany ze StatSoft Polska od początku działania firmy, obecnie zatrudniony na stanowisku dyrektora ds. dydaktyki i współpracy naukowej. Zajmuje się prowadzeniem szkoleń, warsztatów i prezentacji w zakresie zastosowań metod statystycznych (do tej pory przeprowadził blisko 1000 szkoleń dla uczestników z różnych dziedzin zastosowań analizy danych). Jest również analitykiem i konsultantem w tym obszarze. Od ponad 20 lat zajmuje się organizacją konferencji naukowych firmy StatSoft nt. „Zastosowania metod statystycznych i data mining w badaniach naukowych” oraz z ramienia StatSoft zajmuje się organizacją Konkursu na najlepszą pracę doktorską i magisterską przygotowaną z zastosowaniem narzędzi statystyki i analizy danych zawartych w programach z rodziny Statistica. Jest także pomysłodawcą, osobą odpowiedzialną za stronę merytoryczną oraz jednym z głównych prowadzących na studiach podyplomowych Elementy metodologii badań empirycznych w medycynie i zastosowania statystyki w badaniach biomedycznych, które firma Statsoft Polska organizuje od kilku lat wspólnie z Uniwersytetem Medycznych w Łodzi (do tej pory odbyło się 7 edycji studiów).

Kurs odbywa się online.

Wymagania:

umiejętność obsługi komputera w środowisku Windows,
podstawowa znajomość pakietu Statistica i podstawowych metod statystycznych
Zalecamy wcześniejszy udział w kursie Statistica kurs podstawowy lub Statystyka dla niestatystyków.

Cena regularna: 2 695 zł

Cena dla akademickich użytkowników Statistica (-20%)*: 2 156 zł

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

Podane ceny są cenami netto i należy do nich doliczyć podatek VAT. Ceny mogą ulec zmianie.

Podobne szkolenia

Podstawy analizy danych w środowisku R

W trakcie szkolenia zostaną omówione zasady pracy w środowisku R, rodzaje najczęściej wykorzystywanych obiektów oraz przykłady ilustrujące pracę z tym pakietem. Podczas kursu wykorzystywać […]

Dowiedz się więcej

Data Science w Python – szybki start

Data science to dziedzina łącząca w sobie informatykę, statystykę, uczenie maszynowe i praktyczną umiejętność rozwiązywania problemów ze świata rzeczywistego (wiedzę domenową). Umiejętności data science […]

Dowiedz się więcej

Wizualizacja danych w R z wykorzystaniem pakietu ggplot2

Środowisko R jest przeznaczone nie tylko do analizy danych i skomplikowanych obliczeń statystycznych, ale także umożliwia tworzenie różnorodnych wizualizacji. Najczęściej wykorzystywany do tego celu jest pakiet ggplot2 – […]

Dowiedz się więcej