آموزش مبانی آمار و تحلیل داده - آخرین آپدیت

دانلود Statistics Foundations

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی به بررسی عمیق مبانی آماری می‌پردازد که تحلیل داده‌ها بر پایه آن بنا شده است. بخش اول این دوره به شما کمک می‌کند تا مجموعه داده‌های خود را به طور کامل درک کنید و معنای واقعی داده‌ها را بفهمید. سپس، به مبحث نمونه‌گیری، نحوه پرسیدن سوالات دقیق درباره داده‌ها و چگونگی انجام تحلیل‌ها برای پاسخ به آن سوالات خواهیم پرداخت. بسیاری از اشتباهات تحلیل‌گران داده امروزی ناشی از عدم درک مفاهیم پشت آزمون‌هایی است که انجام می‌دهند، که منجر به انتخاب آزمون‌های نادرست یا تفسیر اشتباه نتایج می‌شود. این دوره به گونه‌ای طراحی شده است که دانش پیش‌نیاز لازم را برای درک «چیستی» و «چرایی» اقدامات خود در یک سطح کاربردی، در اختیار شما قرار دهد. در پایان این دوره، شما قادر خواهید بود: • مفهوم متغیرهای وابسته و مستقل را درک کنید • متغیرهای مناسب برای آزمون را شناسایی کنید • فرضیه صفر (Null Hypothesis)، مقادیر P (P-Values) و نقش آن‌ها در آزمون فرضیه‌ها را درک کنید • یک فرضیه را تدوین کرده و آن را با اهداف کسب‌وکار همسو کنید • اقدامات لازم را بر اساس تایید یا رد فرضیه شناسایی کنید • آمار توصیفی (میانگین، میانه، انحراف معیار، توزیع) و موارد استفاده آن‌ها را توضیح دهید • مفاهیم پایه آمار استنباطی را درک کنید • سطوح مختلف تحلیل (توصیفی، پیش‌بینی‌کننده، تجویزی) را در حوزه بازاریابی توضیح دهید • مدل‌های آماری پایه برای رگرسیون با استفاده از داده‌ها ایجاد کنید • پیش‌بینی‌های سری زمانی را با استفاده از داده‌های تاریخی و مدل‌های آماری پایه انجام دهید • مفاهیم پایه، موارد استفاده و محدودیت‌های رگرسیون خطی را درک کنید • یک مدل رگرسیون خطی را بر روی مجموعه داده برازش داده و خروجی آن را با استفاده از Tableau تفسیر کنید • تفاوت بین رگرسیون خطی و چندمتغیره را توضیح دهید • تحلیل خوشه‌بندی (Segmentation) انجام دهید • تفاوت بین روش‌های مشاهده‌ای و آزمایش‌ها را شرح دهید این دوره برای افرادی طراحی شده است که می‌خواهند اصول اولیه آمار توصیفی و استنباطی را بیاموزند.

سرفصل ها و درس ها

آمار توصیفی Descriptive Statistics

  • مقدمه‌ای بر برنامه آموزشی Introduction to the Program

  • مقدمه‌ای بر مبانی آمار Introduction to Statistics Foundations

  • معرفی مدرس Introduction to Speaker

  • شغل‌های حوزه بازاریابی و تحلیل بازاریابی Careers in Marketing and Marketing Analytics

  • مقدمه پروژه نهایی (Capstone) Capstone Introduction

  • مقدمه: شاخص‌های تمرکز (میانه، میانگین و غیره) Introduction: Measures of Central Tendency

  • استفاده از شاخص‌های تمرکز برای یافتن مرکز داده‌ها Using Measures of Central Tendency to Find the Middle

  • زمان استفاده از شاخص‌های مختلف تمرکز When to Use Different Measures of Central Tendency

  • یافتن مرکز داده‌ها با استفاده از Spreadsheets Finding the Middle with Spreadsheets

  • مقدمه: شاخص‌های پراکندگی Introduction: Measures of Spread

  • واریانس و دامنه در تحلیل داده‌ها Variance and Range in Data Analytics

  • انحراف معیار در تحلیل داده‌ها Standard Deviation in Data Analytics

  • استفاده از Z-Score برای قضاوت درباره یک مقدار Using Z-Scores to Judge a Value

  • انحراف معیار در نرم‌افزارهای صفحه گسترده Standard Deviation in Spreadsheets

  • مقدمه: جداول فراوانی Introduction: Frequency Tables

  • جداول فراوانی در تحلیل بازاریابی Frequency Tables in Marketing Analytics

  • نحوه استفاده از جداول توافقی (Contingency Tables) How to Use Contingency Tables

  • احتمال شرطی: آمار بیزی Conditional Probability: Bayesian Statistics

  • درک نمودارهای پراکندگی و همبستگی Understanding Scatter Plots and Correlation

  • مرور هفته اول Week 1 Review

آمار استنباطی Inferential Statistics

  • مقدمه: نمونه‌گیری Introduction: Sampling

  • چرا از نمونه‌گیری استفاده می‌کنیم؟ Why Use Sampling?

  • اندازه نمونه در آمار Sample Size in Statistics

  • تکنیک‌های عملی نمونه‌گیری Practical Sampling Techniques

  • مقدمه: توزیع‌ها Introduction: Distributions

  • یافتن یک توزیع Finding a Distribution

  • یافتن توزیع در نرم‌افزار Spreadsheet Finding a Distribution in a Spreadsheet

  • توزیع‌های رایج در تحلیل داده‌ها Common Distributions in Data Analytics

  • اشکال داده‌ها Data Shapes

  • مقدمه: انواع متغیرها Introduction: Variable Types

  • متغیرهای کمی Quantitative Variables

  • متغیرهای کیفی Qualitative Variables

  • متغیرهای مستقل و وابسته Independent and Dependent Variables

  • مرور هفته دوم Week 2 Review

طراحی آزمایش‌ها و آزمون فرضیه‌ها Designing Experiments and Testing Hypotheses

  • مقدمه: طراحی آزمایش و فرضیه‌ها Introduction: Experimental Design and Hypotheses

  • سوال تحقیق Research Question

  • نحوه نوشتن فرضیه Hypothesis Writing

  • مطالعات مشاهده‌ای در مقابل مطالعات آزمایشگاهی Observational vs Experimental Studies

  • طراحی آزمایش برای تحلیل داده‌ها Experimental Design for Data Analysis

  • مقدمه: فرضیه و آزمون A/B Introduction: Hypothesis and AB Testing

  • آزمون فرضیه و آزمون A/B Hypothesis Testing and AB Testing

  • درک مقادیر P-Value Understanding P-Values

  • فاصله اطمینان در تحلیل داده‌ها Confidence Intervals in Data Analytics

  • فاصله اطمینان در نرم‌افزار Spreadsheet Confidence Intervals in a Spreadsheet

  • آزمون فرضیه در نرم‌افزار Spreadsheet Hypothesis Testing in a Spreadsheet

  • مقدمه: اشتباهات رایج در آمار Introduction: Common Mistakes in Statistics

  • انصاف در تحقیق: اجتناب از سوگیری (Bias) Being Fair: Avoiding Bias

  • انواع خطاها: خطای نوع اول و دوم Types of Errors: Types I and II

  • فرضيات اولیه Assumptions

  • مرور هفته سوم Week 3 Review

مدل‌سازی داده‌ها Data Modeling

  • مقدمه: مدل‌سازی آماری Introduction: Statistical Modeling

  • مدل‌سازی آماری چیست؟ What is Statistical Modeling

  • مدل‌سازی در تحلیل داده‌ها Modeling in Data Analytics

  • انواع رایج مدل‌سازی آماری Common Types of Statistical Modeling

  • مقدمه: رگرسیون خطی ساده و روش‌های طبقه‌بندی Introduction: Simple Linear Regression and Classification Methods

  • رگرسیون خطی ساده Simple Linear Regression

  • رگرسیون خطی ساده در Tableau Simple Linear Regression in Tableau

  • آموزش تصویری رگرسیون خطی ساده در Tableau Simple Linear Regression in Tableau - Screencast

  • روش‌های طبقه‌بندی در مدل‌سازی داده‌ها Classification Methods in Data Modeling

  • مقدمه: تحلیل خوشه‌بندی Introduction: Cluster Analysis

  • تحلیل خوشه‌بندی Cluster Analysis

  • تحلیل خوشه‌بندی در Tableau Cluster Analysis in Tableau

  • مقدمه: سری زمانی Introduction: Time Series

  • سری زمانی Time Series

  • سری زمانی در Tableau Time Series in Tableau

  • مقدمه: انتخاب مدل Introduction: Choosing a Model

  • نحوه انتخاب مدل Choosing a Model

  • مطالعات موردی تحلیل داده‌ها Data Analysis Case Studies

  • مرور هفتگی: مدل‌سازی داده‌ها Weekly Review: Data Modeling

استفاده از آمار در دنیای واقعی Using Statistics in Real-World Settings

  • مقدمه: پروژه نهایی Introduction: Capstone

  • دیدگاه تحلیل‌گر بازاریابی درباره آمار توصیفی Marketing Analyst on Descriptive Statistics

  • دیدگاه تحلیل‌گر بازاریابی درباره نمونه‌گیری، توزیع‌ها و متغیرها Marketing Analyst on Sampling, Distributions, and Variables

  • دیدگاه تحلیل‌گر بازاریابی درباره سوالات و فرضیه‌ها Marketing Analyst on Questions and Hypotheses

  • دیدگاه تحلیل‌گر بازاریابی درباره مدل‌سازی Marketing Analyst on Modeling

  • خلاصه دوره و تبریک Course Summary & Congratulations

نمایش نظرات

آموزش مبانی آمار و تحلیل داده
جزییات دوره
21h 17m
75
(آخرین آپدیت)
48,318
4.9 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده