آموزش آمار توصیفی با R بخش دوم: همبستگیها و پیشبینیها - آخرین آپدیت
دانلود Deskriptive Statistik mit R Teil 2: Korrelationen und Prognosen
در این دوره آموزشی، تمرکز بر روشهای پیشرفته تحلیل آماری دادهها است. مباحث شامل روشهای محاسبه همبستگی و تحلیل سریهای زمانی برای پیشبینی آینده است.
در ابتدا، تمرکز بر شناسایی و تفسیر همبستگی بین متغیرها است تا روابط خطی در دادههای متری (کمی) قابل مشاهده شوند. سپس به معرفی ضریب تطابق (Contingency Coefficient) پرداخته میشود که معیاری برای توصیف وابستگی در مجموعهدادههای طبقهبندی شده (کیفی) است.
در نهایت، یک آشنایی بنیادی با تحلیل سریهای زمانی صورت میگیرد. در این بخش، روشهایی معرفی میشوند که از طریق آنها میتوان الگوهای وابسته به زمان مانند روندها، نوسانات فصلی و چرخهها را شناسایی کرد.
تمامی مطالب با تمرینات کاربردی در محیط نرمافزار R تکمیل شدهاند تا مفاهیم تئوری به صورت عملی تثبیت شوند. پس از اتمام این دوره، شما درک عمیقی از تحلیل روابط پیچیده در دادههای ساختاریافته و وابسته به زمان خواهید داشت.
درس ها Lessons
-
Einführung
-
Überblick zu Zusammenhangsmaße
-
Theorie: Zusammenhangsmaßkennzahlen
-
Überblick zu Kontingenzkoeffizient
-
Theorie: Häufigkeitstabellen
-
Kreuztabellen erstellen
-
Chi-Quadrat-Maß und Interpretation
-
Cramér's V berechnen und interpretieren
-
Kontingenzkoeffizient berechnen und interpretieren
-
Aufgabe: Kategoriale Korrelation
-
Lösung: Kategoriale Korrelation Teil 2
-
Überblick zur Spearman-Rangkorrelation
-
Theorie: Spearman-Rangkorrelation
-
Spearman-Rangkorrelation berechnen Teil 1
-
Spearman-Rangkorrelation berechnen Teil 2
-
Jitter Streudiagramm plotten und interpretieren
-
Aufgabe: Spearman-Rangkorrelation
-
Lösung: Spearman-Rangkorrelation Teil 1
-
Lösung: Spearman-Rangkorrelation Teil 2
-
Überblick zu Korrelationen
-
Theorie: Von der Kovarianz zur Pearson-Korrelation
-
Kovarianz berechnen und interpretieren
-
Korrelation nach Pearson berechnen und interpretieren
-
Visualisierung von Korrelationen
-
Aufgabe: Pearson-Korrelationen berechnen
-
Lösung: Pearson-Korrelationen berechnen Teil 1
-
Lösung: Pearson-Korrelationen berechnen Teil 2
-
Überblick zur Zeitreihenanalyse
-
Theorie: Grundkonzepte der Zeitreihenanalyse
-
Theorie: Trendprognoseverfahren
-
Theorie: Fehlerberechnung und Bewertung von Prognosegüte
-
Prognosen erstellen
-
Zeitreihenanalyse Grundlagen
-
Prognoseverfahren
-
Verabschiedung
https://donyad.com/d/524de5
Fabio Basler
سرمایه گذار | Finanzexperte | کارشناسی ارشد StudentIch bin Geschäftsbereichscontroller und beschäftige mich seit Jahren mit Microsoft Excel. با استفاده از میانبرها و برنامه های میانبر در MS Excel می توانید Anwendung im Beruf کنین و از آن استفاده کنید. برگرفته از تحصیلات دانشگاهی برای 3 ترم در دوره های آموزشی درسی و در دوره تحصیلات در Statistik & Datenanalyse بدون حد مجاز. Ich habe unzähligen Studierenden bereits geholfen die Prüfung erfolgreich abzuschließen und sie auf ihren Berufsalltag vorzubereiten. در بخش مربیان برنامه های مربیگری Excel Essellung von Visualisierungen ، das Berechnen von fortgeschrittenen Formelfunktionen und die Themenbereiche Power Pivot ، Power Query و VBA-Programmierung. Darüber hinaus bin ich Experte im Bereich Power-BI، SQL-Datenbanken & R-Programmierung. Gerne teile ich mein Wissen auf Udemy mit gezielten Übungen، die echte Beispiele aus der Praxis beinhalten.
نمایش نظرات