Praktyczne zastosowania technik regresyjnych w Statistica

online lub stacjonarnie 2 dni

Cena regularna:  2695 zł netto

Cena dla akademickich użytkowników Statistica (-15%)*:  2291 zł netto

  • O kursie
  • Program
  • Prowadzący
  • Informacje organizacyjne
  • Ceny
  • Dofinansowanie

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.

Podobne szkolenia

Statistica – A quick start

This training provides an introduction to Statistica. The aim of the training is to enable new users of the program to start working with it quickly. […]

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

Prognozowanie metodami uczenia maszynowego w Python

Prognozowanie jest jednym z najczęstszych zadań analizy danych: w końcu któż nie chciałby wiedzieć co będzie w przyszłości? Jednocześnie prognozowanie wydaje się trudne: w tworzeniu prognoz […]

Dowiedz się więcej

Masz pytania?

Porozmawiaj z nami!

Jesteśmy tutaj, aby pomóc i rozwiać wszystkie Twoje wątpliwości. Wypełnij formularz, napisz do nas maila lub zadzwoń – odpowiemy najszybciej, jak to możliwe!

    Przejdź do treści