Подача информации удобна, доступна. На все вопросы получены исчерпывающие ответы. Отношение очень до.. ...»
Светлана Назарова
Все очень понравилось. Организация на высшем уровне... ...»
Вербовская Надежда
Уже есть некоторые сдвиги в питон программировании... ...»
Александр
Курс действительно великолепный. Я бы расширила и углубила его еще на столько же часов. Занятия бы с.. ...»
Жанна

IBM SPSS Statistics. Уровень 3. Подготовка и анализ данных выборочных обследований в SPSS

IBM SPSS Statistics. Уровень 3. Подготовка и анализ данных выборочных обследований в SPSS
336 бел. руб.
Метка#: J7NF28JWU1
Статус курса: Ведется набор
  • ЗаказатьOpen or Close
    Пожалуйста, укажите полное имя (Ф.И.О.), свой номер телефона, e-mail чтобы мы могли записать Вас на выбранный курс.
    *Фамилия, Имя, Отчество
    *Номер телефона
    *E-mail
    Почтовый адрес и комментарий к заявке
    *Введите код
    captchacaptchacaptchacaptcha

По окончании курса Вы будете уметь:

  • Составлять план отбора для формирования выборки
  • Определять минимальный объем выборки
  • Формировать выборку в SPSS
  • Подготавливать данные выборочных обследований для анализа
  • Анализировать данные выборочных обследований
Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы. Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателей.

Продолжительность курса - 16 ак. ч.

Программа курса:

для печати
  Тема Ак. часов  
   
  Модуль 1.Основы теории выборочных обследований
  • Генеральная и выборочная совокупность
  • Свойства выборочной совокупности
  • Особенности выборочного метода
  • Классификация выборок
  • Виды и методы вероятностного отбора
  • Способы формирования вероятностных выборок
  • Простой случайный отбор
  • Систематический случайный отбор
  • Вероятностно-пропорциональный отбор
  • Кластерный отбор
  • Одноступенчатый кластерный отбор
  • Многоступенчатый кластерный отбор
  • Алгоритм  проведения выборочных обследований
  • Определение необходимого объема выборки
1  
  Модуль 2.Работа с конструктором отбора
  • Процедуры модуля Сложные выборки
  • Конструктор отбора
  • Параметры Конструктора отбора
  • Задание переменных плана отбора
  • Задание метода отбора
  • Методы ВПР-отбора
  • Задание объема выборки
  • Выходные переменные отбора и сводка плана
  • Расслоение на втором этапе отбора
  • Методы отбора на втором этапе отбора
  • Доля выборки на втором этапе отбора
  • Параметры отбора
  • Выходные файлы отбора и завершение отбора
  • Сводка плана и сводка отбора
1  
  Модуль 3.Работа с конструктором подготовки к анализу
  • Конструктор подготовки к анализу
  • Параметры Конструктора подготовки к анализу
  • Задание переменных плана
  • Задание метода отбора
  • Сводка плана и завершение работы Конструктора подготовки к анализу
  • Вычисление окончательных выборочных весов
1  
  Модуль 4.Подготовка данных выборочных обследований для анализа
  • Анализ и шкалы измерения переменных
  • План отбора и план анализа
  • Подготовка файла данных для анализа
  • Ввод данных выборочного обследования
  • Слияние файла выборки и файла собранных данных
1  
  Модуль 5.Анализ частот данных выборочных обследований
  • Процедура Частоты
  • Параметры процедуры Частоты
  • Результаты процедуры Частоты
  • Критерий равенства долей в ячейках
  • Процедура Частоты для подсовокупностей
1  
  Модуль 6.Анализ описательных статистик данных выборочных обследований
  • Процедура Описательные
  • Параметры процедуры Описательные
  • Результаты процедуры Описательные
  • T-критерий для описательных статистик
  • Процедура Описательные для подсовокупностей
1  
  Модуль 7.Анализ таблиц сопряженности данных выборочных обследований
  • Процедура Таблицы сопряженности
  • Параметры процедуры Таблицы сопряженности
  • Проверка наличия взаимосвязи на основе критерия хи-квадрат
  • Оценка риска в таблицах сопряженности
  • Процедура Таблицы сопряженности для подсовокупностей
1  
  Модуль 8.Анализ отношений данных выборочных обследований
  • Процедура Отношения
  • Параметры процедуры Отношения
  • Результаты процедуры Отношения
  • Процедура Отношения для подсовокупностей
1  
  Модуль 9.Построение общей линейной модели взаимосвязи на основе выборочных данных
  • Общая линейная модель регрессии
  • Процедура Общая линейная модель для сложных выборок
  • Виды переменных в общей линейной модели регрессии
  • Настройка модели
  • Исследование качества модели
  • Проверка значимости модели
  • Проверка значимости коэффициентов модели
  • Интерпретация коэффициентов
  • Проверка различий между уровнями факторов и их взаимодействием
  • Исследование остатков и точности предсказания модели
2  
  Модуль 10.Построение модели логистической регрессии на основе выборочных данных
  • Модель бинарной логистической регрессии
  • Модель мультиномиальной логистической регрессии
  • Процедура Логистическая регрессия для сложных выборок
  • Результаты процедуры Логистическая регрессия для сложных выборок
  • Исследование качества модели логистической регрессии
  • Анализ отношений шансов
  • Настройка модели
  • Анализ предсказанных вероятностей и значений зависимой переменной
  • Параметры оценки модели логистической регрессии
2  
  Модуль 11.Построение модели порядковой регрессии на основе выборочных данных
  • Модель порядковой регрессии
  • Параметры модели порядковой регрессии и их интерпретация
  • Процедура Порядковая регрессия для сложных выборок
  • Результаты процедуры Порядковая регрессия для сложных выборок
  • Исследование качества модели порядковой регрессии
  • Анализ отношений шансов
  • Настройка модели
  • Анализ предсказанных вероятностей и значений зависимой переменной
  • Параметры оценки модели порядковой регрессии
2  
  Модуль 12.Построение модели регрессии Кокса на основе выборочных данных
  • Исходные данные для моделирования
  • Регрессионная модель Кокса
  • Процедура Регрессия Кокса для сложных выборок
  • Результаты процедуры Регрессия Кокса для сложных выборок
  • Выбор предикторов для модели
  • Исследование качества модели регрессии Кокса
  • Задание предикторов, зависящих от времени
  • Построение модели по подгруппам
  • Графические результаты моделирования
  • Сохранение результатов моделирования
  • Экспорт результатов
  • Параметры оценивания модели
2  
  Аудиторная нагрузка в классе с преподавателем 16+8
бесплатно
 
  По окончании обучения на курсе проводится итоговая аттестация. Аттестация проводится в виде теста на последнем занятии или на основании оценок практических работ, выполняемых во время обучения на курсе.    

Дорогие слушатели, сервис организации обучения "EDUCATOR" и учебный центр "СПЕЦИАЛИСТ" при МГТУ им. Н.Э. Баумана г.Москва, подготовили для вас данный курс в режиме онлайн. Обучение построено посредством вебинаров, что дает возможность освоить данную дисциплину слушателю из любой точки Республики Беларусь или Мира. Для комфортного обучения понадобится только средство коммуникации (компьютер, ноутбук, планшет или смартфон) и доступ к интернету.

 

Преподователь: Мокляченко Алина Викторовна

Предварительная подготовка

 

Требуемая подготовка: Успешное окончание курса IBM SPSS Statistics. Уровень 1. Статистические методы анализа данных или эквивалентная подготовка.

Расписание занятий:

Дорогие слушатели, мы составили гибкое расписание занятий для вас. Для комфортного освоения материала обучение проходит в:

  • Утренних группах (10.00-13.00);
  • Утро-день (10.00-17.10);
  • Дневных (14.00-17.10);
  • Вечерних группах (18.30-21.30);
  • Группах выходного дня.

Время проведения онлайн обучения - "Московское" (для жителей Республики Беларусь оно совпадает с местным). Это позволит вам выбрать наиболее удобное для вас время и темп обучения.

Для уточнения расписания курса воспользуйтесь "интерактивным расписанием", свяжитесь с методистам по телефонам,через форму онлайн консультанта или укажите в форме заявке курса.

Повышение квалификации

Вы решили расти как специалист? Повысить свою квалификацию? Мы подготовили вам комплексные программы повышения квалификации (см. здесь) по различным направлениям (специализациям) IT сферы. Программа повышения квалификации включает в себя все необходимые материалы для полного объема знаний согласно заявленной специализации.

Желаем вам успехов в освоении выбранных программ!

Написать отзыв

Ваше имя:

Ваш отзыв:

Примечание: HTML разметка не поддерживается! Используйте обычный текст.

Оценка: Плохо           Хорошо

Введите код, указанный на картинке:


Educator | Сервис организации дистанционного обучения ©2013.
Vg-group.pro - создание сайта | продвижение сайта
Занятия транслируются из Учебного Центра "Специалист" при МГТУ имени Н.Э. Баумана
 

Заказать
Пожалуйста, укажите полное имя (Ф.И.О.), свой номер телефона, e-mail чтобы мы могли записать Вас на выбранный курс.

*Фамилия, Имя, Отчество
*Номер телефона
*E-mail
Почтовый адрес и комментарий к заявке
*Введите код
captchacaptchacaptchacaptcha