در حال حاضر محصولی در سبد خرید شما وجود ندارد.
آمار در همه جا و در هر صنعت وجود دارد ، اما برای هر کسی که در علوم داده ، تجارت یا تجزیه و تحلیل تجارت کار می کند ، ضروری است. اگر در یکی از این زمینه های تخصصی هستید ، احتمالاً به درک پیشرفته آمار نیاز دارید. تسلط خود را در این دوره ، قسمت چهارم در سری بنیادهای آماری ما ، کامل کنید. ادی دیویلا مفاهیمی مانند اندازه نمونه های کوچک ، توزیع T ، درجه آزادی و موارد دیگر را پوشش می دهد. این آموزش مهارتهای پیشرفته ، زبان آموزان را به مطالعه عملی و کاربرد طراحی آزمایشی ، تجزیه و تحلیل واریانس (ANOVA) ، مقایسه دو جمعیت و تجزیه و تحلیل رگرسیون سوق می دهد. از این دروس استفاده کنید تا فراتر از اصول اولیه قرار بگیرید و به عوامل خاصی که بر محاسبات و نتایج خود تأثیر می گذارند عمیق تر شوید.
عنوان اصلی : Statistics Foundations 4: Advanced Topics
سرفصل های دوره :
مقدمه:
قدرت آمار پیشرفته
1. مقایسه دو جمعیت: نسبت:
توضیح دو مقایسه جمعیت
دو جمعیت: مثال فاصله اطمینان
دو جمعیت: مثال آزمون فرضیه
2. مقایسه دو جمعیت: یعنی:
توضیح دو جمعیت میانگین مقایسه
تجسم: دوباره تصادفی سازی
دو جمعیت به معنای: مثال فاصله اطمینان است
دو جمعیت به معنای: مثال آزمون فرضیه
3. آزمونهای T:
توزیع T در مقابل Z-Distribution
میزهای T-Score و درجه آزادی
برای توسعه فواصل اطمینان از S-Scores استفاده کنید
4. ANOVA: تجزیه و تحلیل واریانس:
ANOVA: تجزیه و تحلیل واریانس چیست؟
ANOVA یک طرفه و مجموع مربع ها (SST)
مجموع مربع ها در (SSW) و جمع مربع بین (SSB)
مثال آزمون فرضیه F-Statistic و ANOVA
5. تجزیه و تحلیل رگرسیون :
رگرسیون چیست؟
رگرسیون بهترین خط مناسب
ضریب تعیین (R-Squared)
ضریب همبستگی
ادامه سفر یادگیری آمار پیشرفته خود:
مراحل بعدی و منابع اضافی
Statistics Foundations 4: Advanced Topics
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Supply Chain Foundations
پایه های تحلیلی زنجیره تامین
Excel Statistics Essential Training: 2
Excel Statistics Essential Training: 1
آموزش مدیریت عملیات
پایه های آمار: اصول اولیه
مبانی آمار: استفاده از مجموعه داده ها
Sustainable and ESG Supply Chains
یادگیری مبانی کسب و کار ( بیزینس )
آموزش پردازش داده های لیگ فوتبال امریکایی NFL