آموزش تجزیه و تحلیل پیش بینی و مدل سازی با استفاده از SPSS

Predictive Analytics & Modeling using SPSS

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: هدف دوره «تجزیه و تحلیل و مدل‌سازی پیش‌بینی‌کننده» ارتقای مهارت‌های مدل‌سازی پیش‌بینی‌کننده در بخش‌های تجاری است. مجموعه داده‌ها برای تحلیل پیش‌بینی مشاهدات، تفسیرها، پیش‌بینی‌ها و نتیجه‌گیری‌ها سپس و آنجا بر روی مثال‌ها توضیح داده می‌شوند که در ادامه آموزش پیش نیازها: دانش قبلی روش‌های کمی، MS Office و Paint مفید خواهد بود.

دوره مدل‌سازی پیش‌بینی با هدف ارائه و تقویت مهارت‌های مدل‌سازی پیش‌بینی‌کننده در بخش‌ها/دامنه‌های کسب‌وکار است. روش‌های کمی و مفاهیم مدل‌سازی پیش‌بینی‌کننده می‌توانند به طور گسترده در درک رفتار فعلی مشتری، حرکات بازارهای مالی، و مطالعه آزمایش‌ها و اثرات در پزشکی و بخش‌های داروسازی پس از تجویز دارو مورد استفاده قرار گیرند. این دوره مجموعه داده های نظری و عملی را برای تجزیه و تحلیل پیش بینی انتخاب می کند. پیاده سازی ها با استفاده از نرم افزار SPSS انجام می شود. مشاهدات، تفاسیر، پیش‌بینی‌ها و نتیجه‌گیری‌ها پس از آن در نمونه‌ها توضیح داده می‌شوند که در طول آموزش پیش می‌رویم. این دوره همچنین بر مدل‌های رگرسیون مرتبه بالاتر مانند رگرسیون درجه دوم و چند جمله‌ای که در دوره‌های آنلاین دیگر پوشش داده نشده‌اند، تأکید می‌کند

 مجموعه مهارت های ضروری – دانش قبلی از روش های کمی و MS Office، Paint
 مجموعه مهارت های مورد نظر - درک تجزیه و تحلیل داده ها و بسته ابزار VBA در MS Excel مفید خواهد بود

این دوره در چندین بسته نرم افزاری مانند SPSS، MS Office، PDF writers و Paint کار می کند. این دوره به طور خاص با مفاهیم آمار توصیفی، میانگین ها، انحراف معیار و آزمون تی آشنا می شود. مجموعه داده نمونه/نمونه با استفاده از SPSS

این دوره بر روی مجموعه خاصی از بخش ها و دامنه ها متمرکز نیست زیرا می تواند توسط متخصصان در سراسر بخش ها استفاده شود. با این حال، لیستی از متخصصان که در زیر نشان داده شده است باید بتوانند بهترین استفاده را از آن داشته باشند

  • دانش آموزان

  • مدل‌سازان و حرفه‌ای‌های کمی و پیش‌بینی‌کننده

  • CFA و متخصصان تحقیقات سهام

  • دانشمندان داروسازی و تحقیقاتی


سرفصل ها و درس ها

وارد کردن مجموعه داده Importing Dataset

  • وارد کردن مجموعه داده ها در متن و CSV Importing Datasets in Text and CSV

  • وارد کردن مجموعه داده‌ها با فرمت‌های xlsx و xls Importing Datasets xlsx and xls Formats

  • وارد کردن مجموعه داده‌های قالب‌های xlsx و xls ادامه دارد Importing Datasets xlsx and xls Formats Continue

  • درک مفاهیم عملیاتی کاربر Understanding User Operating Concepts

  • منوهای نرم افزار Software Menus

  • درک میانگین انحراف استاندارد Understanding Mean Standard Deviation

  • سایر مفاهیم درک میانگین SD Other Concepts of Understanding Mean SD

  • پیاده سازی با استفاده از SPSS Implementation Using SPSS

  • پیاده سازی با استفاده از SPSS ادامه دارد Implementation using SPSS Continues

تکنیک های همبستگی Correlation Techniques

  • نظریه همبستگی پایه Basic Correlation Theory

  • پیاده سازی Implementation

  • ویرایشگر داده ها Data Editor

  • طرح پراکندگی ساده Simple Scatter Plot

  • نبض قلب Heart Pulse

  • نمایشگر آمار Statistics Viewer

  • نبض قلب (قبل و بعد از دویدن) Heart Pulse (Before and After RUN)

  • تفسیر و پیاده سازی در مجموعه داده ها مثال 1 Interpretation and Implementation on Datasets Example 1

  • تفسیر و پیاده سازی در مجموعه داده ها مثال 2 Interpretation and Implementation on Datasets Example 2

  • تفسیر و پیاده سازی در مجموعه داده ها مثال 3 Interpretation and Implementation on Datasets Example 3

  • تفسیر و پیاده سازی روی مجموعه داده ها مثال 4 Interpretation and Implementation on Datasets Example 4

مدلسازی رگرسیون خطی Linear Regression Modeling

  • مقدمه ای بر مدل سازی رگرسیون خطی با استفاده از SPSS Introduction to Linear Regression Modeling Using SPSS

  • رگرسیون خطی Linear Regression

  • بازده سهام Stock Return

  • T-Value T-Value

  • طرح پراکندگی Rril در مقابل Rbse Scatter Plot Rril vs Rbse

  • ایجاد ویژگی برای متغیرها Create Attributes for Variables

  • طرح پراکندگی Rify در مقابل Rbse Scatter Plot Rify vs Rbse

  • معادله رگرسیون Regression Equation

  • تفسیر Interpretation

  • انبساط مس Copper Expansion

  • مثال انبساط مس Copper Expansion Example

  • مثال انبساط مس ادامه دهید Copper Expansion Example Continue

  • مصرف انرژی Energy Consumption

  • مشاهدات Observations

  • مثال مصرف انرژی Energy Consumption Example

  • ارزیابی بدهی Debt Assessment

  • ارزیابی بدهی ادامه دارد Debt Assessment Continue

  • نسبت بدهی به درآمد Debt to Income Ratio

  • بدهی کارت اعتباری Credit Card Debt

  • مقادیر پیش بینی شده با استفاده از MS Excel Predicted values Using MS Excel

  • مقادیر پیش بینی شده با استفاده از MS Excel ادامه دهید Predicted values Using MS Excel Continue

مدل سازی رگرسیون چندگانه Multiple Regression Modeling

  • مقدمه ای بر رگرسیون چندگانه پایه Introduction to Basic Multiple Regression

  • متغیرهای خروجی مهم Important Output Variables

  • مثال رگرسیون چندگانه قسمت 1 Multiple Regression Example Part 1

  • مثال رگرسیون چندگانه قسمت 2 Multiple Regression Example Part 2

  • مثال رگرسیون چندگانه قسمت 3 Multiple Regression Example Part 3

  • مثال رگرسیون چندگانه قسمت 4 Multiple Regression Example Part 4

  • مثال رگرسیون چندگانه قسمت 5 Multiple Regression Example Part 5

  • مثال رگرسیون چندگانه قسمت 6 Multiple Regression Example Part 6

  • مثال رگرسیون چندگانه قسمت 7 Multiple Regression Example Part 7

  • مثال رگرسیون چندگانه قسمت 8 Multiple Regression Example Part 8

  • مثال رگرسیون چندگانه قسمت 9 Multiple Regression Example Part 9

  • مثال رگرسیون چندگانه قسمت 10 Multiple Regression Example Part 10

  • مثال رگرسیون چندگانه قسمت 11 Multiple Regression Example Part 11

  • مثال رگرسیون چندگانه قسمت 12 Multiple Regression Example Part 12

  • مثال رگرسیون چندگانه قسمت 13 Multiple Regression Example Part 13

  • مثال رگرسیون چندگانه قسمت 14 Multiple Regression Example Part 14

رگرسیون لجستیک Logistic Regression

  • درک مفاهیم رگرسیون لجستیک Understanding Logistic Regression Concepts

  • کار بر روی IBM SPSS Statistics Data Editor Working on IBM SPSS Statistics Data Editor

  • ویرایشگر داده های آماری SPSS ادامه دارد SPSS Statistics Data Editor Continues

  • نمایشگر IBM SPSS IBM SPSS Viewer

  • متغیر در معادله Variable in the Equation

  • پیاده سازی با استفاده از MS Excel Implementation Using MS Excel

  • ترجیحات دود Smoke Preferences

  • مطالعه نبض قلب Heart Pulse Study

  • مطالعه نبض قلب ادامه دارد Heart Pulse Study Continues

  • متغیرها در معادله Variables in the Equation

  • معادله جنسیتی سیگار کشیدن Smoking Gender Equation

  • تولید خروجی و مشاهدات Generating Output and Observations

  • تولید خروجی و مشاهدات ادامه دارد Generating Output and Observations Continues

  • تفسیر خروجی مثال Interpretation of Output Example

رگرسیون چند جمله ای Multinomial Regression

  • مقدمه ای بر رگرسیون چند جمله ای-چند جمله ای Introduction to Multinomial-Polynomial Regression

  • مثال 1 مطالعه سلامت دوی ماراتن Example 1 Health Study of Marathoners

  • توجه داشته باشید Note

  • خلاصه پردازش پرونده Case Processing Summary

  • اطلاعات مربوط به اتصالات مدل Model Fitting Information

  • ماتریس همبستگی مجانبی Asymptotic Correlation Matrix

  • آشنایی با مجموعه داده Understanding Dataset

  • تولید خروجی Generating Output

  • برآورد پارامترها Parameters Estimates

  • معیارهای همبستگی مجانبی Asymptotic Correlations Metrics

  • تفسیر خروجی Interpretation of Output

  • تفسیر خروجی ادامه دارد Interpretation of Output Continues

  • تفسیر برآوردها Interpretation of Estimates

  • تفسیر را درک کنید Understand Interpretation

نمایش نظرات

آموزش تجزیه و تحلیل پیش بینی و مدل سازی با استفاده از SPSS
جزییات دوره
12.5 hours
85
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,626
4.4 از 5
ندارد
دارد
دارد
EDU CBA
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

EDU CBA EDU CBA

مهارت های دنیای واقعی را بصورت آنلاین بیاموزید EDUCBA یک ارائه دهنده جهانی آموزش مبتنی بر مهارت است که نیازهای اعضا را در بیش از 100 کشور برطرف می کند. ما بزرگترین شرکت فناوری پیشرفته در آسیا با نمونه کارهای 5498+ دوره آنلاین ، 205+ مسیر یادگیری ، 150+ برنامه شغل محور (JOPs) و 50+ بسته دوره حرفه ای شغلی هستیم که توسط متخصصان برجسته صنعت آماده شده است. برنامه های آموزشی ما برنامه های مبتنی بر مهارت شغلی است که توسط صنعت در سراسر امور مالی ، فناوری ، تجارت ، طراحی ، داده و فناوری جدید و آینده مورد نیاز صنعت است.