دوره آموزشی مبانی تجزیه و تحلیل رگرسیون (2022)
1 ساعت 41 دقیقهمتوسط2022-09-07
مدرسین

Franz Buscha
Professor of Economics at the University of Westminster

Madecraft
Full-Service Learning Content Company
جزئیات دوره
اگر حرفه ای در کسب و کار هستید، توانایی تجزیه و تحلیل و تفسیر موثر داده ها یک مهارت بسیار ارزشمند است. برای نظارت بر عملکرد خود و هدایت تصمیم گیری بهتر، باید اصول تحلیل آماری را بدانید. در این دوره، مربی فرانتس بوشا به شما نحوه استفاده از تجزیه و تحلیل رگرسیون را برای ارزیابی نقاط داده و مقیاسبندی آسانتر کسبوکارتان آموزش میدهد.
از قدرت تحلیل رگرسیون برای هدایت تصمیم گیری مبتنی بر داده استفاده کنید. نحوه بررسی انتقادی رابطه بین دو یا چند متغیر آماری را برای بیان مقداری که می توانید در حال حرکت از آن استفاده کنید، بیابید. نکات و ترفندهایی را از فرانتس در مورد استفاده از حداقل مربعات معمولی، تجسم یافته های خود برای ذینفعان و استفاده از ابزارهای آماری ساخته شده در برنامه هایی مانند Excel، SPSS، Stata و R دریافت کنید. در پایان این دوره، شما آماده خواهید بود که از تکنیک های تحلیل رگرسیون برای تصمیم گیری آگاهانه تر و بهینه سازی پروژه و عملکرد پرسنل خود استفاده کنید.
از قدرت تحلیل رگرسیون برای هدایت تصمیم گیری مبتنی بر داده استفاده کنید. نحوه بررسی انتقادی رابطه بین دو یا چند متغیر آماری را برای بیان مقداری که می توانید در حال حرکت از آن استفاده کنید، بیابید. نکات و ترفندهایی را از فرانتس در مورد استفاده از حداقل مربعات معمولی، تجسم یافته های خود برای ذینفعان و استفاده از ابزارهای آماری ساخته شده در برنامه هایی مانند Excel، SPSS، Stata و R دریافت کنید. در پایان این دوره، شما آماده خواهید بود که از تکنیک های تحلیل رگرسیون برای تصمیم گیری آگاهانه تر و بهینه سازی پروژه و عملکرد پرسنل خود استفاده کنید.
مهارت ها
Data AnalysisEssential TrainingData ScienceBusiness Analysis and StrategyBusiness Software and Tools
سرفصل ها
0. مقدمه
- 01 - ارزش تجزیه و تحلیل
1. مقدمه ای بر تحلیل رگرسیون
- 02 - اهمیت تحلیل رگرسیون
- 03 - تحلیل رگرسیون چگونه کار می کند
- 04 - تحلیل رگرسیون چگونه است
- 05 - انواع تحلیل رگرسیون
- 06 - همبستگی علیت نیست
2. حداقل مربعات معمولی
- 07 - برازش خطوط در قطعه پراکنده
- 08 - رگرسیون حداقل مربعات معمولی (OLS).
- 09 - درک BLUE
- 10 - کدام شرایط مهم است
- 11 - چرا درون زایی بیشترین اهمیت را دارد
- 12 - آمار خوب بودن
- 13 - استفاده از فرم های کاربردی
3. نکات و ترفندهای OLS
- 14 - تجسم ضرایب
- 15 - آزمون فرضیه ی چشم
- 16 - خواندن متغیرهای شاخص
- 17 - استفاده از زمان
- 18 - تعبیر کشسانی ها
4. استفاده از حداقل مربعات معمولی
- 19 - اجرای OLS در اکسل
- 20 - استفاده از SPSS برای OLS
- 21 - تفسیر OLS با Stata
- 22 - محاسبه OLS با استفاده از R
5. تحلیل رگرسیون کاربردی
- 23 - ارزیابی قیمت خودرو
- 24 - بررسی تفاوت دستمزد
نتیجه
- 25 - زمان تجزیه و تحلیل
دوره های مرتبط
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی داشبوردهای مجهز به هوش مصنوعی با Streamlit
- دوره آموزشی اپ تحلیل داده با قدرت LLM با پایتون و Streamlit
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی یادگیری اصولی طراحی و قالببندی در Tableau
- دوره آموزشی Tableau پیشرفته برای متخصصان حوزه آب و هوا
- دوره آموزشی مهندسی تحلیل پیشرفته: تمرینهای دنیای واقعی
- دوره آموزشی تحلیل داده عملی با ChatGPT-5