Аналитика в SPSS: от новичка до уверенного пользователя

Искусство анализа данных, поиска скрытых закономерностей, прогнозирования и классификации

4.80 (23 reviews)
Udemy
platform
Русский
language
Data & Analytics
category
instructor
Аналитика в SPSS: от новичка до уверенного пользователя
95
students
24.5 hours
content
Mar 2022
last update
$84.99
regular price

What you will learn

Загрузка и импорт данных из разных источников

Преобразование и чистка данных, подготовка массива к анализу

Описательные статистики: среднее, мода, медиана, квартили и т.д.

Прогностическая\предиктивная аналитика

Поиск различий между группами

Идентификация скрытых взаимосвязей между переменными

Классификационные задачи (отдаст\не отдаст кредит, купит\не купит товар и т.д.), построение нейросетей

Анализ временных рядов, поиск закономерностей и прогнозирование

Основы работы с синтаксисом

Другие возможности программы SPSS

Description

  • От автора книги "АНАЛИТИКА И DATA SCIENCE: для не-аналитиков и даже 100% гуманитариев..." (в продаже в крупнейших онлайн магазинах: AMAZON, OZON, ЛитРес, RIDERO...),  а также одной из первых книг отечественных авторов по работе с компонентом Power Query для Excel и Power BI  "Power Query: учебное руководство".

  • Не имеющий аналогов на русскоязычном пространстве курс в виде "коктейля" из основных предметных знаний (описательная и аналитическая статистика) и прикладной работы в программе (SPSS) - и все на минимально достаточно уровне для понимания методов и принятия решений.

  • Это самое полное русскоязычное собрание основных современных методов анализа данных для не-технических дисциплин в одном курсе. Данные материал является нарезкой из более крупного курса для корпоративных заказчиков - и в нем собрано самое основное для бизнес-пользователя.

  • Курс очень постепенно от простого к сложному погружает профессионалов из не-технических наук (менеджмент, бизнес, гуманитарии, лингвисты, психологи, социологи, культурологи, экономисты, политтехнологи и т.д.) в захватывающий анализа данных и поиска скрытых закономерностей и методов прогностической аналитики  – и поможет легко в нем ориентироваться, пользоваться и не бояться.

  • Курс также подойдет для профессионалов инженерно-технических специальностей, которые не изучали анализ данных, но хотят в нем разобраться - без непонятных формул и громоздких расчетов.

  • В основе курса самые современные материалы, демонстрирующие возможности использования программы SPSS в разных областях (маркетинговые и социологические исследования, исследования персонала, опросы мнений, разработка психодиагностического инструментария и тестов, анализ и прогнозирование и т.д.)

  • Материал курса достаточен для того, чтобы новичок (студент или впервые столкнувшийся со статистикой специалист) смог сделать свои первые шаги в обобщении статистических данных и поиске скрытых закономерностей, а умудренные опытом профессионалы систематизировали знания, а также расширили понимание их применения.

  • Собраны и очень доступно рассмотрены наиболее популярные методы статистического анализа и прогностической аналитики, универсальные для всех наук и профессий.

  • Объем курса (почти 200 лекций + допматериалы + более 100 основательных практических заданий, отлично раскрывающих темы) рассчитан на полноценные 8 тренинговых дней! Поэтому не ориентируйтесь на длительность только 25-часового лекционного видео-материала: для полноценного прохождения курса Вам понадобится инвестировать до 60 часов чистого времени.

  • Материал предназначен для широкого круга слушателей, специализирующихся на обработке данных как гуманитарных и социально-экономических (менеджмент, бизнес, маркетинг, социология, психология, криминалистика....), так и инженерных и естественных профессий (биология, медицина, ИТ, физика...).

  • Автор курса аналитик-практик; эксперт по анализу данных, владеющий обширным статистическими инструментарием (от обычного Excel до последних версий SPSS и специального языка программирования R). Создатель ряда МВА-программ и тренингов для высшего и старшего менеджмента корпораций. В консалтинговой практике занимается диагностикой предприятий и анализом данных, проектированием бизнес- и операционных моделей.

  • Полученные в курсе знания пригодятся даже тем, кто планирует начинать работу с языками программирования (R, Py) - изучая и применяя эти языки Вы уже будете ориентироваться как решаемых задачах, так и в методах, которые в них реализуются (ибо методы сходны с рассматриваемыми в этом курсе на уровне пользовательских интерфейсов) 

Content

ВВЕДЕНИЕ

Слово автора
Просто зашли поинтересоваться ради интереса?
А, еще не все сказал...
Как мы будем учиться

НЕ ОБ SPSS: основные не-технические понятия

Вступление к разделу
Описательная и аналитическая статистика
Важность моделей в аналитике
Без модели: разведочный анализ данных (РАД) и Data Mining
Выборка и генеральная совокупность
Массив данных
Объекты анализа (строки)
Переменные\характеристики
Типы шкал для переменных
Тип данных для значений переменных
Требования к записи значений в массиве
Понятие статистической гипотезы
Вероятность ошибки и уровень значимости
Нормальное распределение
Параметрика и непараметрика
Функциональные и вероятностные взаимосвязи
Процесс анализа данных в организации
Итоги раздела
Тестирование по итогам раздела

ЗНАКОМСТВО С SPSS

Основные элементы интерфейса
Закладка\представление ДАННЫЕ
Закладка\представление ПЕРЕМЕННЫЕ
Элемент-невидимка: КОНТЕКСТНОЕ МЕНЮ
ЛЕНТА - главная управляющая часть программы (+панель быстрого доступа)
Окно вывода результатов анализа: ВЫВОД\Output
Свой собственный язык: окно СИНТАКСИСА
Итоги раздела
Интерфейс

ОСНОВЫ ДЛЯ БЫСТРОГО СТАРТА

Вступление к разделу
Ввод переменных: создание паспорта массива
Ввод данных: значения переменных
Суть подготовки данных к анализу
Суть анализа данных
Суть визуализации данных
Экспорт результатов анализа
Итоги раздела

ПОДГОТОВКА ДАННЫХ К АНАЛИЗУ: загрузка, чистка и трансформация\преобразование

Вступление
Извлечение и загрузка данных: чтение и импорт
Редактирование переменных
Упорядочивание переменных
Удаление переменных (столбцов)
Отображение значений переменных
Фильтрация\отбор наблюдений (строк) для анализа
Расщепление массива: автоматический отбор наблюдений в разрезе виртуальных групп
Сортировка наблюдений (строк)
Удаление строк
Обнаружение и чистка дубликатов
Обнаружение ошибок ввода и работа с ними
Обнаружение ошибок ввода смысловым способом
О работе с пропущенными значениями
Пропущенные значения: наблюдения\случаи\объекты (строки)
Пропущенные значения: переменные (столбцы)
Обзор спецметодов работы с "пропусками"
Валидация (проверка) данных
Добавление новых переменных (столбцов)
Переменная со значениями-агрегатами
Перекодировка переменных
Разбиение значений переменной на группы
Вычисление новых переменных по формуле\выражению
Вычисление переменной: подсчет количества определенных значений
Вычисление переменной с рангами объектов\наблюдений
Множественные ответы: виртуальная переменная
Транспонирование массива
Взвешивание данных: работа с агрегированным массивом
Взвешивание наблюдений\случаев: ремонт выборки
Слияние массивов: добавить наблюдения\объекты анализа
Слияние массивов: добавить переменные
Экспорт данных (массива) из SPSS в другие форматы
Итоги раздела

ОПИСАТЕЛЬНЫЕ СТАТИСТИКИ

Суть описательных статистик
Частотный анализ (частотное распределение)
Частоты под несколько переменных: таблицы сопряженности (перекр.классификации)
Частоты для множественных ответов\выбора
TURF-анализ
4 группы мер в описательной статистике
Меры центральной тенденции: среднее, мода, медиана
Меры точек относительного разделения : процентили и квартили
Выбросы
Меры рассеивания\вариативности\изменчивости: дисперсия, ст.отклонение, размах
Ящик с усами: визуал для среднего, квартилей, мин и макс, выбросов, экстремумов
Меры формы распределения: асимметрия и эксцесс ("смещение" от нормального)
Доппроверка нормальности распределения: P-P и Q-Q диаграммы
Комплексный обзор данных (Data Explore)
Метрики\соотношения (Ratio)
Настраиваемые сводные таблицы\отчеты (custom tables)
Визуализации: диаграммы
Итоги раздела

АНАЛИТИЧЕСКАЯ СТАТИСТИКА: что это?

Отличие от описательной статистики
3+1 основных блока аналитических задач
Возвращение к истокам: модель, РАД и Data Mining
Возвращение к истокам: гипотезы, вероятность ошибки и значимость
Проверка распределения переменных на соответствие нормальному распределению
Итоги раздела

АНАЛИТИЧЕСКАЯ СТАТИСТИКА: различия между группами

Для чего это применяется?
Снова параметрика и непараметрика
Еще раз о значимости различий между группами
Зависимые (парные, связанные) и независимые выборки
Базовый инструмент сравнения групп: таблицы сопряженности и критерий Хи-квадрат
Сравнение 2 независимых групп (выборок): Т-тест, параметрика
Сравнение 2-х независимых групп (выборок): непараметрика
Сравнение множества незав. выборок: однофакторный дисперсионный анализ (ANOVA)
Сравнение множества независимых групп (выборок): непараметрика
Сравнение групп при анализе пропущенных значений
Сравнение 2-х парных (связанных) групп/выборок: Т-тест, параметрика
Сравнение 2-х парных (связанных) групп/выборок: непараметрика
Сравнение множества парных выборок
Итоги раздела

ЧАСТНЫЙ СЛУЧАЙ СРАВНЕНИЯ ГРУПП: одновыборочные сравнительные тесты

Одновыборочные сравнительные тесты
T-тест для средних (параметрика)
Общий обзор окна с одновыборочными тестами для непараметрики
Биномиальный тест (непараметрика)
Хи-квадрат тест (непараметрика)
Тестирование формы распределения (непараметрика)
Знаковый (медианный) тест Уилкоксона
Случайна или нет последовательность значений (непараметрика)
Итоги раздела

АНАЛИТИЧЕСКАЯ СТАТИСТИКА: связи между переменными

Причинно-следственная связь, а также зависимые и независимые переменные
Рассуждения о связях между переменными
И еще раз о том, что такое значимая статистическая взаимосвязь
Суть корреляции переменных
Снова таблицы сопряженности: только для проверки связи
Проверка формы связи
Корреляционный анализ: сила, направление, значимость
Работа с ложными корреляциями
Суть регрессионного анализа
Подгонка кривых
Линейная регрессия
Нелинейная регрессия
Квантильная регрессия
Анализ выживаемости: регрессия Кокса(классификация, но с временной взаимосвязью)
Факторный анализ
Анализ надежности-согласованности (пригодности)
Многомерное шкалирование
Итоги раздела поиска скрытых взаимосвязей между переменными

АНАЛИТИЧЕСКАЯ СТАТИСТИКА: классификация объектов

Для чего это применяется?
Логистическая регрессия
Полиномиальная логистическая регрессия
Порядковая регрессия
Пробит-анализ
Суть кластеризации
Двухэтапный кластерный анализ
Кластерный анализ методом К-средних
Дискриминантный анализ
Деревья решений\классификации
ROC-классификатор (Receiver Operating Characteristic)
Нейронные сети: многослойный перцептрон (MLP)
Итоги классификации с "высоты птичьего полета"

АНАЛИТИЧЕСКАЯ СТАТИСТИКА: основы прогнозирования временных рядов

Вступление, предназначение и оговорки о предметной области
Главная ловушка при прогнозировании во времени
Основные задачи анализа временных рядов
Компоненты временных рядов: тренд, сезонность, цикл, всплеск
Отправная точка анализа трендов: посмотреть на график "на глазок"
Анализ временного ряда: линия тренда с прогнозом и "коридор" прогноза
"Проявление" тренда с помощью скользящего среднего
Сезонная декомпозиция
Авто- и кросскорреляции
Итоги раздела

ОСНОВЫ СИНТАКСИСА: знакомство с внутренним языком SPSS

Что такое синтаксис и чем может быть полезен бизнес-пользователю
Открытие, наполнение, запуск и сохранение окна синтаксиса
Переименование и удаление переменных (RENAME VARIABLES и DELETE VARIABLES)
Вычисление переменных (COMPUTE)
Условные операторы IF, AND и OR
Перекодировка переменных (RECODE с TO, INTO и ELSE)
Основные функции-агрегаторы (SUM, MEAN, COUNT, MIN, MAX)
Частоты (FREQUENCIES, CROSSTABS)
Корреляция с WITH
Комментарии в синтаксисе(* или /*)
Зачем забирать синтаксис прямо из пользовательского интерфейса и уметь править?
Итоги раздела

КРАТКИЙ ОБЗОР ОТДЕЛЬНЫХ ВОЗМОЖНОСТЕЙ SPSS и ее "РОДСТВЕННИКОВ"

Проверка стабильности и надежности моделей: Bootstrapping
Байесовская вероятность и статистика
Как быстро "найти менюшки" в SPSS
Публикация результатов анализа на Web: CDSR
Создание, операционализация и поставка моделей: SPSS Modeler и Watson Studio
Итоги раздела

ПОСЛЕСЛОВИЕ

Коротко о курсе для обобщения
Послесловие
Бонус-лекция

Reviews

Альбина
February 16, 2022
Полноценный, практический курс, который я порекомендую всем студентам (и не только), которые учатся работать с SPSS. (с удовольствием прошла бы этот курс во время обучения) Как всегда всё очень подробно, наглядно, с заданиями для закрепления усвоенного материала. Этот курс прекрасен для знакомства и понимания этой программы. Спасибо!

Charts

Price

Аналитика в SPSS: от новичка до уверенного пользователя - Price chart

Rating

Аналитика в SPSS: от новичка до уверенного пользователя - Ratings chart

Enrollment distribution

Аналитика в SPSS: от новичка до уверенного пользователя - Distribution chart
4195664
udemy ID
7/20/2021
course created date
10/16/2021
course indexed date
Bot
course submited by