name

Знания - лучшие инвестиции!

Ваша корзина пуста
На главную магазина

+7 (911) 726-84-54

Хотите получать информацию по новым курсам и их датам проведения?

подписаться на рассылку
Главная \ Единый Портал Обучения \ Корпоративное обучение \ IBM SPSS \ (SPSS-3) Углубленный статистический анализ данных в IBM SPSS Statistics

(SPSS-3) Углубленный статистический анализ данных в IBM SPSS Statistics

Код курса: SPSS-3
Рейтинг:
(0 голосов)
40 500 р.
Количество:
ПроизводительIBM SPSS Statistics
Дни4 дня
Дата курса
Город
Формат обученияКорпоративный
поделиться

spss

Краткое описание:

Цель курса — освоить сложные методы моделирования взаимосвязи и структуры данных, многомерные статистические методы «добычи знаний». 

Предварительная подготовка: 

Прохождение курсов SPSS-1 и SPSS-2 или эквивалентная подготовка. 

Содержание:

Тема 1. Введение в многомерный статистический анализ

  • Многомерные статистические методы
  • Области применения многомерных статистических методов
  • Матрица данных «объект-свойство»
  • Виды данных для построения многомерных моделей
  • Меры расстояния между объектами

Тема 2. Методы многомерной классификации: иерархический кластерный анализ, метод k-средних, двухэтапный кластерный анализ

  • Особенности иерархического кластерного анализа
  • Алгоритм иерархических методов кластерного анализа
  • Меры расстояния между кластерами
  • Выбор метода иерархического кластерного анализа
  • Результаты иерархического кластерного анализа и их интерпретация
  • Графическое представление результатов иерархического кластерного анализа
  • Сущность и особенности метода k-средних
  • Алгоритм метода k-средних
  • Кластерный анализ методом k-средних
  • Результаты кластеризации методом k-средних
  • Особенности двухэтапного кластерного анализа
  • Предпосылки двухэтапного кластерного анализа
  • Алгоритм двухэтапного кластерного анализа
  • Результаты двухэтапного кластерного анализа

Тема 3. Изучение структуры многомерных данных: факторный и компонентный анализ

  • Понятие факторного анализа
  • Цель и задачи факторного анализа
  • Этапы факторного анализа
  • Предпосылки применения факторного анализа
  • Алгоритм компонентного анализа
  • Алгоритм факторного анализа
  • Сравнение факторного и компонентного анализов
  • Проведение факторного (компонентного) анализа и  интерпретация его результатов
  • Правила отбора факторов
  • Выбор метода факторного анализа
  • Проблема вращения факторов
  • Настройка вращения факторов

Тема 4.  Нелинейный регрессионный анализ, регрессионный анализ с качественными факторами

  • Нелинейные регрессионные модели
  • Виды нелинейных регрессионных моделей
  • Преобразование нелинейных моделей к линейным моделям
  • Процедура Подгонка кривых, ее параметры и результаты
  • Процедура Нелинейная регрессия, ее параметры и результаты
  • Регрессионные модели с фиктивными переменными

Тема 5. Модель логистической регрессии для классификации и моделирования связи

  • Сегментация на основе откликов
  • Методы сегментации на основе откликов
  • Понятие модели бинарного выбора
  • Модель логистической регрессии
  • Процедура Логистическая регрессия и настройка ее параметров
  • Результаты процедуры Логистическая регрессия
  • Задание категориальных факторов
  • Пошаговые алгоритмы логистической регрессии
  • Классификация на основе логит-моделей
  • Процедура ROC-кривые
  • Результаты процедуры ROC-кривые

Тема 6.  Дискриминантный анализ и его использование в задачах классификации

  • Исходные данные для дискриминантного анализа
  • Сходства дискриминантного анализа и логистической регрессии
  • Различия дискриминантного анализа и логистической регрессии
  • Цель и задачи дискриминантного анализа
  • Предпосылки дискриминантного анализа
  • Этапы дискриминантного анализа
  • Методы дискриминантного анализа
  • Линейная модель дискриминантного анализа
  • Процедура Дискриминантный анализ, ее свойства и результаты
  • Метод пошагового отбора в дискриминантном анализе
  • Классификация на основе результатов дискриминантного анализа

Тема 7. Многомерный дисперсионный анализ и дисперсионный анализ с повторными измерениями

  • Многомерный дисперсионный анализ
  • Процедура ОЛМ-многомерная, ее настройки
  • Интерпретация результатов многомерного дисперсионного анализа
  • Дисперсионный анализ с повторными измерениями
  • Процедура ОЛМ-повторные измерения
  • Настройка параметров процедуры ОЛМ-повторные измерения
  • Интерпретация результатов дисперсионного анализа с повторными измерениями

Тема 8. Построение и использование деревьев-решений

  • Суть метода построения дерева решений
  • Области применения дерева решений
  • Особенности и предпосылки применения метода дерева решений
  • Методы построения дерева решений
  • Сравнение методов построения дерева решений
  • Процедура Деревья классификации, ее настройки
  • Интерпретация и исследование дерева решений

Длительность: 

4 дня

Дни4 дня
Дата курсаПо запросу
ГородВсе города
Формат обученияКорпоративный
Оставьте отзыв
Заполните обязательные поля *.
1 2 3 4 5

Находится в разделах

Назад