آموزش آمار اکسل: 1

Excel Statistics Essential Training: 1

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: داده ها تا زمانی که از آنها استفاده خوبی نکنید ارزشمند نیستند. آمار داده ها را به اطلاعات معنی دار تبدیل می کند و سازمان ها را قادر می سازد تا تصمیمات و پیش بینی های بهتری بگیرند. به همین دلیل آمار - جمع آوری ، تجزیه و تحلیل و ارائه داده ها - برای هر کس در تجارت یا دانشگاه مهارت مهمی است. در این دوره ، جوزف اشمولر اصول آماری توصیفی و استنباطی را آموزش می دهد و به شما نشان می دهد که چگونه آنها را در Microsoft Excel اعمال کنید - یک برنامه ارزان قیمت و در دسترس که مجموعه ای از ابزارهای آماری قدرتمند را ارائه می دهد. جو با استفاده از توابع داخلی و نمودارها ، همراه با افزونه Analysis Toolpak ، نحوه سازماندهی و ارائه داده ها ، درک توزیع های نمونه برداری ، آزمون فرضیه ها و نتیجه گیری را توضیح می دهد. وی احتمالات ، میانگین ها ، تنوع ، توزیع ، برآورد ، واریانس ، تست رگرسیون و موارد دیگر را پوشش می دهد. در پایان دوره ، شما باید قادر به درک کامل و استفاده از مفاهیم آماری اساسی در طیف گسترده ای از داده ها باشید.
موضوعات شامل:
  • نحوه محاسبه احتمال ساده را توضیح دهید.
  • فرمولهای آماری اکسل را برای یافتن میانگین ، متوسط و حالت مرور کنید.
  • هنگام محاسبه واریانس ، نامگذاری آماری را متمایز کنید.
  • هنگام ترسیم نمودار چندضلعی فرکانس ، اجزا را شناسایی کنید.
  • نحوه عملکرد توزیع های t را توضیح دهید.
  • مراحل تعیین مربع خی را توصیف کنید.

سرفصل ها و درس ها

مقدمه Introduction

  • داده چیست؟ What is data?

  • عکس بزرگ The big picture

1. مبانی آمار اکسل 1. Excel Statistics Fundamentals

  • با استفاده از توابع اکسل Using Excel functions

  • درک توابع آمار اکسل Understanding Excel statistics functions

  • کار با گرافیک اکسل Working with Excel graphics

  • نصب ابزار تجزیه و تحلیل اکسل Installing the Excel Analysis Toolpak

2. انواع داده ها 2. Types of Data

  • تمایز انواع داده ها Differentiating data types

  • متغیرهای مستقل و وابسته Independent and dependent variables

3. احتمال 3. Probability

  • تعریف احتمال Defining probability

  • محاسبه احتمال Calculating probability

  • درک احتمال شرطی Understanding conditional probability

4- گرایش مرکزی 4. Central Tendency

  • میانگین و خصوصیات آن The mean and its properties

  • کار با مدیان Working with the median

  • کار با حالت Working with the mode

5. تنوع 5. Variability

  • درک واریانس Understanding variance

  • درک انحراف استاندارد Understanding standard deviation

  • امتیازات Z Z-scores

6. توزیع 6. Distributions

  • سازماندهی و نمودار بندی توزیع Organizing and graphing a distribution

  • چند ضلعی های فرکانس نمودار Graphing frequency polygons

  • خواص توزیع Properties of distributions

  • توزیع احتمال Probability distributions

7. توزیع عادی 7. Normal Distributions

  • توزیع عادی استاندارد The standard normal distribution

  • ملاقات با خانواده توزیع عادی Meeting the normal distribution family

  • احتمال توزیع عادی استاندارد Standard normal distribution probability

  • تجسم توزیع عادی Visualizing normal distributions

8. توزیع نمونه برداری 8. Sampling Distributions

  • توزیع توزیع نمونه برداری Introducing sampling distributions

  • درک قضیه حد مرکزی Understanding the central limit theorem

  • دیدار با توزیع t Meeting the t-distribution

9. تخمین 9. Estimation

  • اعتماد به نفس در تخمین Confidence in estimation

  • محاسبه فواصل اطمینان Calculating confidence intervals

10. آزمون فرضیه 10. Hypothesis Testing

  • منطق آزمایش فرضیه The logic of hypothesis testing

  • خطاهای نوع I و خطاهای Type II Type I errors and Type II errors

11- آزمون فرضیه ها درباره میانگین 11. Testing Hypotheses about a Mean

  • اعمال قضیه حد مرکزی Applying the central limit theorem

  • آزمون z و آزمون t The z-test and the t-test

12. آزمایش فرضیات درباره واریانس 12. Testing Hypotheses about a Variance

  • توزیع مجذور کای The chi-squared distribution

13. آزمون فرضیه نمونه های مستقل 13. Independent Samples Hypothesis Testing

  • درک نمونه های مستقل Understanding independent samples

  • توزیع برای نمونه های مستقل Distributions for independent samples

  • آزمون z برای نمونه های مستقل The z-test for independent samples

  • آزمون t برای نمونه های مستقل The t-test for independent samples

14. آزمون فرضیه نمونه های نمونه 14. Matched Samples Hypothesis Testing

  • درک نمونه های همسان Understanding matched samples

  • توزیع برای نمونه های همسان Distributions for matched samples

  • آزمون t برای نمونه های همسان The t-test for matched samples

15. آزمون فرضیه ها درباره دو متغیر 15. Testing Hypotheses about Two Variances

  • کار با آزمون F Working with the F-test

16. تحلیل واریانس 16. The Analysis of Variance

  • آزمایش بیش از دو پارامتر Testing more than two parameters

  • معرفی ANOVA Introducing ANOVA

  • استفاده از ANOVA Applying ANOVA

17- پس از تحلیل واریانس 17. After the Analysis of Variance

  • انواع تست post-ANOVA Types of post-ANOVA testing

  • مقایسه برنامه ریزی شده پس از ANOVA Post-ANOVA planned comparisons

18. تجزیه و تحلیل اقدامات مکرر 18. Repeated Measures Analysis

  • اقدامات مکرر چیست؟ What is repeated measures?

  • اعمال اقدامات مكرر ANOVA Applying repeated measures ANOVA

19- آزمون فرضیه با دو عامل 19. Hypothesis Testing with Two Factors

  • تعامل آماری Statistical interactions

  • ANOVA دو عاملی Two-factor ANOVA

  • انجام ANOVA دو عاملی Performing two-factor ANOVA

20. رگرسیون 20. Regression

  • درک خط رگرسیون Understanding the regression line

  • تغییر در اطراف خط رگرسیون Variation around the regression line

  • تحلیل واریانس رگرسیون Analysis of variance for regression

  • تجزیه و تحلیل رگرسیون چندگانه Multiple regression analysis

21. همبستگی 21. Correlation

  • آزمون فرضیه با همبستگی Hypothesis testing with correlation

  • درک همبستگی Understanding correlation

  • ضریب همبستگی The correlation coefficient

  • همبستگی و رگرسیون Correlation and regression

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش آمار اکسل: 1
جزییات دوره
3h 37m
62
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
62,241
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Joseph Schmuller Joseph Schmuller

جوزف اشولر یک معلم و نویسنده برنده جایزه است. جوزف دارای مدرک لیسانس از کالج بروکلین ، کارشناسی ارشد از دانشگاه میسوری کانزاس سیتی ، و دکترای دانشگاه ویسکانسین — مدیسون (همه در روانشناسی) است. وی دارای مناصب مختلفی در صنعت و دانشگاه است. دکتر اشولر عضو سابق انجمن آماری آمریكا آماری را در مقطع كارشناسی ، كارشناسی ارشد و كارشناسی ارشد آموخته است. او نویسنده سه نسخه تحلیل آماری با Excel For Dummies است. او به همراه خانواده خود در جکسونویل فلوریدا زندگی می کند.