آموزش SPSS برای تحقیق

SPSS For Research

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: تجزیه و تحلیل داده های SPSS آسان شد. تبدیل شدن به یک متخصص در تجزیه و تحلیل آماری پیشرفته با نرم افزار SPSS.

چه چیزی را یاد می گیرید

  • انجام عملیات ساده با داده ها: تعریف متغیرها، متغیرهای مجددا، ایجاد متغیرهای ساختگی، موارد انتخابی و وزن، فایل های تقسیم را انجام دهید
  • نمودارهای مفید تر را در SPSS ساخته شده است: نمودار ستون، نمودار خط، نمودارهای Scatterplot، نمودارهای Boxplot
  • انجام روش های تجزیه و تحلیل داده های اولیه: فرکانس ها، توصیف ها، کاوش، معنی، crosstabs
  • تست فرضیه عادی (با روش های عددی و گرافیکی)
  • شناسایی ناپایدار در یک سری داده (با روش های عددی و گرافیکی)
  • متغیرهای تبدیل
  • تجزیه و تحلیل اصلی یک نمونه را انجام دهید: آزمون t یک نمونه، آزمون دوقطبی، مربع چی برای خیر
  • انجام آزمایشات انجمن: همبستگی پیرسون و اسپیرمن، همبستگی جزئی، آزمون مربع کای برای انجمن، تجزیه و تحلیل ورود به سیستم
  • تجزیه و تحلیل تجزیه و تحلیل به معنی مقایسه: آزمون t، آنالیز واریانس بین افراد، آزمون های تکراری ANOVA، آزمون های غیر پارامتری (Mann-Whitney، Wilcoxon، Kruskal-Wallis و غیره)
  • تجزیه و تحلیل رگرسیون (رگرسیون ساده و چندگانه، رگرسیون متوالی، رگرسیون لجستیک) را انجام دهید
  • محاسبه و تفسیر انواع مختلف شاخص های قابلیت اطمینان (آلفای کرونباخ، کاپا، Kendall's W)
  • از تکنیک های کاهش داده ها (مقیاس چند بعدی، تجزیه و تحلیل مولفه اصلی، تجزیه و تحلیل مکاتبات) استفاده کنید
  • از تکنیک های اصلی گروه بندی (تجزیه و تحلیل خوشه ای، تجزیه و تحلیل تبعیض آمیز) استفاده کنید

یک متخصص در تجزیه و تحلیل آماری با بیشترین برنامه SPSS گسترده تر در Udemy: 146 سخنرانی های ویدئویی که حدود 15 ساعت فیلم را پوشش می دهد!

در یک زمان بسیار کوتاه، تمام مهارت های اساسی یک تحلیلگر داده SPSS را از ساده ترین عملیات با داده ها به تکنیک های پیشرفته چند متغیره مانند رگرسیون لجستیک، مقیاس چند بعدی یا تجزیه و تحلیل مولفه های اصلی، کار می کند.

اخبار خوب - شما نیازی به تجربه قبلی با SPSS ندارید. اگر می دانید مفاهیم آماری بسیار اساسی، که انجام خواهد داد.

و شما لازم نیست که یک ریاضیدان یا آمار آمیز باشد تا این دوره را بپذیرید (نه من هستم). این دوره به ویژه برای افرادی که ریاضیدانان حرفه ای نیستند، تصور می شد - تمام مراحل آماری به شیوه ای ساده و ساده ارائه می شود، اجتناب از اصطلاحات فنی و فرمول های ریاضی تا آنجا که ممکن است. فرمول ها تنها زمانی استفاده می شود که کاملا ضروری است و آنها به طور کامل توضیح داده می شوند.

آیا شما یک دانش آموز یا یک نامزد دکترا هستید؟ پژوهشگر دانشگاهی به دنبال بهبود مهارت های تجزیه و تحلیل آماری شما؟ آیا شما رویای خود را در زمینه تجزیه و تحلیل آماری یک روز انجام می دهید؟ آیا شما به سادگی در مورد تجزیه و تحلیل کمی پرشور هستید؟ این دوره برای شماست، بدون شک در مورد آن.

بسیار مهم است: این فقط یک آموزش SPSS نیست. این نه تنها به شما نشان می دهد که کدام منو را انتخاب کنید یا دکمه را فشار دهید تا به منظور اجرای برخی از روش ها کلیک کنید. این یک دوره تجزیه و تحلیل آماری دست در معنای مناسب کلمه است.

برای هر روش آماری من قطعات زیر را ارائه می دهم:

  • شرح کوتاه، اما جامع (بنابراین شما درک آنچه که این تکنیک می تواند برای شما انجام دهد)
  • نحوه انجام این روش در SPSS (زنده)
  • چگونه می توان خروجی اصلی را تفسیر کرد، بنابراین شما می توانید فرضیه های خود را بررسی کنید و پاسخ هایی را که برای تحقیق شما نیاز دارید پیدا کنید)

این دوره شامل 56 راهنمای، ارائه 56 روش آماری، از ساده ترین تا پیشرفته ترین (بسیاری از دوره های مشابه وجود دارد خارج از اصول اولیه نیست).

راهنماهای اول کاملا رایگان هستند، بنابراین شما می توانید در حال حاضر شیرجه رفتن به دوره، بدون خطر. و فراموش نکنید که شما 30 روز کامل برای ارزیابی آن دارید. اگر شما خوشحال نیستید، پول خود را دریافت می کنید.

بنابراین، چه چیزی باید از دست بدهید؟

چه کسی این دوره است:

  • دانش آموزان
  • نامزدهای دکترای
  • محققان دانشگاهی
  • محققان کسب و کار
  • معلمان دانشگاه
  • هر کسی که به دنبال کار در زمینه تجزیه و تحلیل آماری
  • هر کسی که در مورد تحقیقات کمی پرشور است

سرفصل ها و درس ها

شروع شدن Getting Started

  • معرفی Introduction

  • طرح درس Course Outline

اصول اولیه The Basics

  • راهنمای 1: کار با SPSS فایل ها Guide 1: Working With SPSS Files

  • راهنمای 2: تعریف متغیرها Guide 2: Defining Variables

  • راهنمای 3: تعویض متغیر Guide 3: Variable Recoding

  • راهنمای 4: متغیرهای ساختگی Guide 4: Dummy Variables

  • راهنمای 5: انتخاب موارد Guide 5: Selecting Cases

  • راهنمای 6: تقسیم فایل Guide 6: File Splitting

  • راهنمای 7: وزن داده Guide 7: Data Weighting

ایجاد نمودارها در نرم افزار SPSS Creating Charts in SPSS

  • راهنمای 8: نمودار ستون Guide 8: Column Charts

  • راهنمای 9: نمودار خط Guide 9: Line Charts

  • راهنمای 10: نمودارهای Scatterplot Guide 10: Scatterplot Charts

  • راهنمای 11: نمودارهای Boxplot Guide 11: Boxplot Diagrams

تکنیک های تجزیه و تحلیل ساده Simple Analysis Techniques

  • راهنمای 12: روش فرکانس Guide 12: Frequencies Procedure

  • راهنمای 13: روش توصیفی Guide 13: Descriptives Procedure

  • راهنمای 14: کاوش روش Guide 14: Explore Procedure

  • راهنمای 15: روش معنی Guide 15: Means Procedure

  • راهنمای 16: روش CrosStabs Guide 16: Crosstabs Procedure

بررسی فرضیه تحولات داده Assumption Checking. Data Transformations

  • راهنمای 17: بررسی عادی - روش های عددی Guide 17: Checking for Normality - Numerical Methods

  • راهنمای 17: بررسی عادی - روش های گرافیکی Guide 17: Checking for Normality - Graphical Methods

  • راهنمای 17: بررسی برای عادی - چه باید بکنید اگر ما عادی نکنیم؟ Guide 17: Checking for Normality - What to Do If We Do Not Have Normality?

  • راهنمای 18: تشخیص غلط - روش های گرافیکی Guide 18: Detecting Outliers - Graphical Methods

  • راهنمای 18: تشخیص ناپایدار - روش های عددی Guide 18: Detecting Outliers - Numerical Methods

  • راهنمای 18: تشخیص ناپایدار - نحوه رسیدگی به غلطکاران Guide 18: Detecting Outliers - How to Handle the Outliers

  • راهنمای 19: تحولات داده Guide 19: Data Transformations

آزمایش یک نمونه One-Sample Tests

  • راهنمای 20: آزمون یک نمونه T - مقدمه Guide 20: One-Sample T Test - Introduction

  • راهنمای 20: آزمون t یک نمونه - اجرای روش Guide 20: One-Sample T Test - Running the Procedure

  • راهنمای 21: آزمون دوجانبه Guide 21: Binomial Test

  • راهنمای 21: آزمون دوتایی با داده های وزنی Guide 21: Binomial Test with Weighted Data

  • راهنمای 22: مربع چی برای خوب بودن Guide 22: Chi Square for Goodness-of-Fit

  • راهنمای 22: مربع چی برای خوب بودن با داده های وزنی Guide 22: Chi Square for Goodness-of-Fit with Weighted Data

تست های انجمن Association Tests

  • راهنمای 23: همبستگی پیرسون - مقدمه Guide 23: Pearson Correlation - Introduction

  • راهنمای 23: همبستگی پیرسون - بررسی فرضیه Guide 23: Pearson Correlation - Assumption Checking

  • راهنمای 23: همبستگی پیرسون - اجرای روش Guide 23: Pearson Correlation - Running the Procedure

  • راهنمای 24: همبستگی اسپیرمن - مقدمه Guide 24: Spearman Correlation - Introduction

  • راهنمای 24: همبستگی اسپیرمن - اجرای روش Guide 24: Spearman Correlation - Running the Procedure

  • راهنمای 25: همبستگی جزئی - مقدمه Guide 25: Partial Correlation - Introduction

  • راهنمای 25: همبستگی جزئی - مثال عملی Guide 25: Partial Correlation - Practical Example

  • راهنمای 26: مربع چی برای انجمن Guide 26: Chi Square For Association

  • راهنمای 26: مربع چی برای ارتباط با داده های وزنی Guide 26: Chi Square For Association with Weighted Data

  • راهنمای 27: تجزیه و تحلیل loglinear - مقدمه Guide 27: Loglinear Analysis - Introduction

  • راهنمای 27: تجزیه و تحلیل loglinear - تجزیه و تحلیل خطی سلسله مراتبی Guide 27: Loglinear Analysis - Hierarchical Loglinear Analysis

  • راهنمای 27: تجزیه و تحلیل LOGLINEAR - تجزیه و تحلیل LOGLINEAR عمومی Guide 27: Loglinear Analysis - General Loglinear Analysis

آزمایشات برای تفاوت متوسط Tests For Mean Difference

  • راهنمای 28: تست مستقل نمونه T - مقدمه Guide 28: Independent-Sample T Test - Introduction

  • راهنمای 28: تست مستقل آزمون T - تست فرضیه Guide 28: Independent-Sample T Test - Assumption Testing

  • راهنمای 28: تست مستقل نمونه T - نتایج تفسیر Guide 28: Independent-Sample T Test - Results Interpretation

  • راهنمای 29: آزمون t زوج آزمون t - مقدمه Guide 29: Paired-Sample T Test - Introduction

  • راهنمای 29: آزمون آزمون t زوجی - آزمون فرضیه Guide 29: Paired-Sample T Test - Assumption Testing

  • راهنمای 29: آزمون teached-sample t - نتایج تفسیر Guide 29: Paired-Sample T Test - Results Interpretation

  • راهنمای 30: آنالیز واریانس یک طرفه - مقدمه Guide 30: One-Way ANOVA - Introduction

  • راهنمای 30: آزمون ANOVA یک طرفه - تست فرضیه Guide 30: One-Way ANOVA - Assumption Testing

  • راهنمای 30: ANOVA یک طرفه - نتایج آزمون F Guide 30: One-Way ANOVA - F Test Results

  • راهنمای 30: ANOVA یک طرفه - مقایسه چندگانه Guide 30: One-Way ANOVA - Multiple Comparisons

  • راهنمای 31: آنالیز واریانس دو طرفه - مقدمه Guide 31: Two-Way ANOVA - Introduction

  • راهنمای 31: آزمون آنالیز واریانس دو طرفه - تست فرضیه Guide 31: Two-Way ANOVA - Assumption Testing

  • راهنمای 31: آنالیز واریانس دو طرفه - اثر متقابل Guide 31: Two-Way ANOVA - Interaction Effect

  • راهنمای 31: آنالیز واریانس دو طرفه - اثرات اصلی ساده Guide 31: Two-Way ANOVA - Simple Main Effects

  • راهنمای 32: آنالیز واریانس سه طرفه - مقدمه Guide 32: Three-Way ANOVA - Introduction

  • راهنمای 32: آزمون ANOVA سه طرفه - تست فرضیه Guide 32: Three-Way ANOVA - Assumption Testing

  • راهنمای 32: آنالیز واریانس سه طرفه - تعامل مرتبه سوم Guide 32: Three-Way ANOVA - Third Order Interaction

  • راهنمای 32: آنالیز واریانس سه طرفه - تعامل دوم سفارش دوم Guide 32: Three-Way ANOVA - Simple Second Order Interaction

  • راهنمای 32: ANOVA سه طرفه - اثرات اصلی ساده Guide 32: Three-Way ANOVA - Simple Main Effects

  • راهنمای 32: ANOVA سه طرفه - مقایسه ساده (1) Guide 32: Three-Way ANOVA - Simple Comparisons (1)

  • راهنمای 32: آنووا سه طرفه - مقایسه ساده (2) Guide 32: Three-Way ANOVA - Simple Comparisons (2)

  • راهنمای 33: ANOVA چند متغیره - مقدمه Guide 33: Multivariate ANOVA - Introduction

  • راهنمای 33: ANOVA چند متغیره - بررسی فرضیه (1) Guide 33: Multivariate ANOVA - Assumption Checking (1)

  • راهنمای 33: ANOVA چند متغیره - بررسی فرضیه (2) Guide 33: Multivariate ANOVA - Assumption Checking (2)

  • راهنمای 33: ANOVA چند متغیره - تفسیر نتیجه Guide 33: Multivariate ANOVA - Result Interpretation

  • راهنمای 34: تجزیه و تحلیل کوواریانس (ANCOVA) - مقدمه Guide 34: Analysis of Covariance (ANCOVA) - Introduction

  • راهنمای 34: تجزیه و تحلیل کوواریانس (ANCOVA) - بررسی فرضیه (1) Guide 34: Analysis of Covariance (ANCOVA) - Assumption Checking (1)

  • راهنمای 34: تجزیه و تحلیل کوواریانس (ANCOVA) - بررسی فرضیه (2) Guide 34: Analysis of Covariance (ANCOVA) - Assumption Checking (2)

  • راهنمای 34: تجزیه و تحلیل کوواریانس (ANCOVA) - نتایج تفسیر Guide 34: Analysis of Covariance (ANCOVA) - Results Intepretation

  • راهنمای 35: اقدامات تکراری ANOVA - مقدمه Guide 35: Repeated Measures ANOVA - Introduction

  • راهنمای 35: اقدامات تکراری ANOVA - بررسی فرضیه Guide 35: Repeated Measures ANOVA - Assumption Checking

  • راهنمای 35: اقدامات تکراری ANOVA - نتایج تفسیر Guide 35: Repeated Measures ANOVA - Results Interpretation

  • راهنمای 36: درون-درون موضوعات ANOVA - مقدمه Guide 36: Within-Within Subjects ANOVA - Introduction

  • راهنمای 36: درون درون موضوعات ANOVA - بررسی فرضیه Guide 36: Within-Within Subjects ANOVA - Assumption Checking

  • راهنمای 36: درون درون افراد آنالیز واریانس - تعامل Guide 36: Within-Within Subjects ANOVA - Interaction

  • راهنمای 36: درون درون موضوعات ANOVA - اثرات اصلی ساده (1) Guide 36: Within-Within Subjects ANOVA - Simple Main Effects (1)

  • راهنمای 36: درون درون موضوعات ANOVA - اثرات اصلی ساده (2) Guide 36: Within-Within Subjects ANOVA - Simple Main Effects (2)

  • راهنمای 36: درون درون موضوعات ANOVA - مورد تعامل غیر قابل تعویض Guide 36: Within-Within Subjects ANOVA - Case of Nonsignificant Interaction

  • راهنمای 37: ANOVA مخلوط - مقدمه Guide 37: Mixed ANOVA - Introduction

  • راهنمای 37: ANOVA مخلوط - بررسی فرضیه Guide 37: Mixed ANOVA - Assumption Checking

  • راهنمای 37: ANOVA مخلوط - تعامل Guide 37: Mixed ANOVA - Interaction

  • راهنمای 37: ANOVA مخلوط - اثرات اصلی ساده (1) Guide 37: Mixed ANOVA - Simple Main Effects (1)

  • راهنمای 37: ANOVA مخلوط - اثرات اصلی ساده (2) Guide 37: Mixed ANOVA - Simple Main Effects (2)

  • راهنمای 37: ANOVA مخلوط - مورد تعامل غیر قابل تعویض Guide 37: Mixed ANOVA - Case of Nonsignificant Interaction

  • راهنمای 38: آزمون من ویتنی - مقدمه Guide 38: Mann-Whitney Test - Introduction

  • راهنمای 38: آزمون Mann-Whitney - نتایج تفسیر Guide 38: Mann-Whitney Test - Results Interpretation

  • راهنمای 39: Wilcoxon و آزمون های امضا - آزمون ویلکاکسون Guide 39: Wilcoxon and Sign Tests - Wilcoxon Test

  • راهنمای 39: Wilcoxon و آزمون های امضا - آزمون علائم Guide 39: Wilcoxon and Sign Tests - Sign Test

  • راهنمای 40: آزمون Kruskal-Wallis و Median - آزمون Kruskal-Wallis Guide 40: Kruskal-Wallis and Median Tests - Kruskal-Wallis Test

  • راهنمای 40: آزمون Kruskal-Wallis و Median - آزمون متوسط Guide 40: Kruskal-Wallis and Median Tests - Median Test

  • راهنمای 41: آزمون فریدمن Guide 41: Friedman Test

  • راهنمای 42: آزمون MCNEMAR Guide 42: McNemar Test

تکنیک های پیش بینی شده Predictive Techniques

  • راهنمای 43: رگرسیون ساده - مقدمه Guide 43: Simple Regression - Introduction

  • راهنمای 43: رگرسیون ساده - بررسی فرضیه (1) Guide 43: Simple Regression - Assumption Checking (1)

  • راهنمای 43: رگرسیون ساده - بررسی فرضیه (2) Guide 43: Simple Regression - Assumption Checking (2)

  • راهنمای 43: رگرسیون ساده - تفسیر نتایج Guide 43: Simple Regression - Results Interpretation

  • راهنمای 44: رگرسیون چندگانه - مقدمه Guide 44: Multiple Regression - Introduction

  • راهنمای 44: رگرسیون چندگانه - بررسی فرضیه Guide 44: Multiple Regression - Assumption Checking

  • راهنمای 44: رگرسیون چندگانه - نتایج تفسیر Guide 44: Multiple Regression - Results Interpretation

  • راهنمای 45: رگرسیون با متغیرهای ساختگی Guide 45: Regression with Dummy Variables

  • راهنمای 46: رگرسیون متوالی Guide 46: Sequential Regression

  • راهنمای 47: رگرسیون دوتایی - مقدمه Guide 47: Binomial Regression - Introduction

  • راهنمای 47: رگرسیون دوتایی - بررسی فرضیه Guide 47: Binomial Regression - Assumption Checking

  • راهنمای 47: رگرسیون دوتایی - شاخص های خوب از مناسب Guide 47: Binomial Regression - Goodness-of-Fit Indicators

  • راهنمای 47: رگرسیون دوتایی - تفسیر ضریب (1) Guide 47: Binomial Regression - Coefficient Interpretation (1)

  • راهنمای 47: رگرسيون دوتایی - ضریب تفسیر (2) Guide 47: Binomial Regression - Coefficient Interpretation (2)

  • راهنمای 47: رگرسیون دوتایی - جدول طبقه بندی Guide 47: Binomial Regression - Classification Table

  • راهنمای 48: رگرسیون چند ملیتی - مقدمه Guide 48: Multinomial Regression - Introduction

  • راهنمای 48: رگرسیون چند ملیتی - بررسی فرضیه Guide 48: Multinomial Regression - Assumption Checking

  • راهنمای 48: رگرسیون چندجملهای - شاخص های خوب از مناسب Guide 48: Multinomial Regression - Goodness-of-Fit Indicators

  • راهنمای 48: رگرسیون چندجملهای - تفسیر ضریب (1) Guide 48: Multinomial Regression - Coefficient Interpretation (1)

  • راهنمای 48: رگرسیون چندجملهای - تفسیر ضریب (2) Guide 48: Multinomial Regression - Coefficient Interpretation (2)

  • راهنمای 48: رگرسیون چندجملهای - تفسیر ضریب (3) Guide 48: Multinomial Regression - Coefficient Interpretation (3)

  • راهنمای 48: رگرسیون چند ملیتی - جدول طبقه بندی Guide 48: Multinomial Regression - Classification Table

  • راهنمای 49: رگرسیون مرتعی - مقدمه Guide 49: Ordinal Regression - Introduction

  • راهنمای 49: رگرسیون مرتعی - تست فرضیه Guide 49: Ordinal Regression - Assumption Testing

  • راهنمای 49: رگرسیون مرتعی - شاخص های خوب از مناسب Guide 49: Ordinal Regression - Goodness-of-Fit Indicators

  • راهنمای 49: رگرسیون مرتعی - تفسیر ضریب (1) Guide 49: Ordinal Regression - Coefficient Interpretation (1)

  • راهنمای 49: رگرسیون مرتعی - تفسیر ضریب (2) Guide 49: Ordinal Regression - Coefficient Interpretation (2)

  • راهنمای 49: رگرسیون مرتعی - جدول طبقه بندی Guide 49: Ordinal Regression - Classification Table

تکنیک های مقیاس Scaling Techniques

  • راهنمای 50: تجزیه و تحلیل قابلیت اطمینان - آلفا کرونباخ Guide 50: Reliability Analysis - Cronbach's Alpha

  • راهنمای 50: تجزیه و تحلیل قابلیت اطمینان - کاپه کوهن Guide 50: Reliability Analysis - Cohen's Kappa

  • راهنمای 50: تجزیه و تحلیل قابلیت اطمینان - Kendall's W Guide 50: Reliability Analysis - Kendall's W

  • راهنمای 51: مقیاس چند بعدی - مقدمه Guide 51: Multidimensional Scaling - Introduction

  • راهنمای 51: مقیاس چند بعدی - روش Alscal (1) Guide 51: Multidimensional Scaling - ALSCAL procedure (1)

  • راهنمای 51: مقیاس چند بعدی - روش Alscal (2) Guide 51: Multidimensional Scaling - ALSCAL procedure (2)

  • راهنمای 51: مقیاس چند بعدی - روش Proxcal (1) Guide 51: Multidimensional Scaling - PROXSCAL procedure (1)

  • راهنمای 51: مقیاس چند بعدی - روش Proxcal (2) Guide 51: Multidimensional Scaling - PROXSCAL procedure (2)

کاهش داده ها Data Reduction

  • راهنمای 52: تجزیه و تحلیل مولفه اصلی - مقدمه Guide 52: Principal Component Analysis - Introduction

  • راهنمای 52: تجزیه و تحلیل مولفه اصلی - اجرای روش Guide 52: Principal Component Analysis - Running the Procedure

  • راهنمای 52: تجزیه و تحلیل مولفه اصلی - تست برای کفایت Guide 52: Principal Component Analysis - Testing For Adequacy

  • راهنمای 52: تجزیه و تحلیل مولفه اصلی - به دست آوردن یک راه حل نهایی Guide 52: Principal Component Analysis - Obtaining a Final Solution

  • راهنمای 52: تجزیه و تحلیل مولفه اصلی - تفسیر راه حل های نهایی Guide 52: Principal Component Analysis - Interpreting the Final Solutions

  • راهنمای 52: تجزیه و تحلیل مولفه اصلی - ملاحظات نهایی Guide 52: Principal Component Analysis - Final Considerations

  • راهنمای 53: تجزیه و تحلیل مکاتبات - مقدمه Guide 53: Correspondence Analysis - Introduction

  • راهنمای 53: تجزیه و تحلیل مکاتبات - اجرای روش Guide 53: Correspondence Analysis - Running the Procedure

  • راهنمای 53: تجزیه و تحلیل مکاتبات - نتایج تفسیر Guide 53: Correspondence Analysis - Results Interpretation

  • راهنمای 53: تجزیه و تحلیل مکاتبات - اعمال محدودیت های رده Guide 53: Correspondence Analysis - Imposing Category Constraints

روش های گروه بندی Grouping Methods

  • راهنمای 54: تجزیه و تحلیل خوشه ای - مقدمه Guide 54: Cluster Analysis - Introduction

  • راهنمای 54: تجزیه و تحلیل خوشه ای - خوشه سلسله مراتبی Guide 54: Cluster Analysis - Hierarchical Cluster

  • راهنمای 54: تجزیه و تحلیل خوشه ای - K-means خوشه Guide 54: Cluster Analysis - K-Means Cluster

  • راهنمای 55: تجزیه و تحلیل تشخیص - مقدمه Guide 55: Discriminant Analysis - Introduction

  • راهنمای 55: تجزیه و تحلیل تشخیصی - ساده DA Guide 55: Discriminant Analysis - Simple DA

  • راهنمای 55: تجزیه و تحلیل تشخیص - چند دا Guide 55: Discriminant Analysis - Multiple DA

addenda Addenda

  • راهنمای 56: تجزیه و تحلیل چند پاسخ Guide 56: Multiple Response Analysis

مواد درسی Course Materials

  • لینک های دانلود Download Links

نمایش نظرات

نظری ارسال نشده است.

آموزش SPSS برای تحقیق
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
14h 3m
149
Udemy (یودمی) udemy-small
11 خرداد 1394 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
35,955
4.5 از 5
ندارد
ندارد
ندارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Bogdan Anastasiei Bogdan Anastasiei

مدرس و مشاور دانشگاه نام من بوگدان آناستازئی است و استادیار دانشگاه ایاسی رومانی ، دانشکده اقتصاد و مدیریت بازرگانی هستم. من بازاریابی اینترنتی و روشهای کمی را برای تجارت آموزش می دهم. من همچنین یک مشاور بازرگانی هستم. من تجزیه و تحلیل ریسک کمی و مطالعات امکان سنجی را برای مشاغل مختلف محلی انجام داده ام و در پروژه های دانشگاهی در مورد تجزیه و تحلیل ریسک و تجزیه و تحلیل بازاریابی مثر است. من همچنین دوره ها و مقالاتی در مورد بازاریابی اینترنتی و فنون ارتباط آنلاین نوشتم. من 24 سال سابقه تدریس و حدود 15 سال سابقه مشاوره بازرگانی دارم.

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.