數據分析培訓 講師：譚小芳 數據分析培訓講師？ 數據分析培訓內訓專家？ 數據分析培訓方面的培訓？ 國內最知名的數據分析培訓培訓？ 培訓時間：2天 培訓地點：客戶自定 課程推薦： 主要特點： 精髓案例指導：分析勞動合同法下的員工關系管理 行動建議：數據分析培訓 提升建議：引爆高端客戶營銷心理學與溝通技巧方案 培訓對象：黨政機關事業講領導干部黨員；有志于從事企業經營管理的各類人士； 企業董事長總裁總經理總監等高層管理人員。 培訓收益： 在知識經濟與信息技術時代，每個人都面臨著如何有效地吸收、理解和利用信息的挑戰。那些能夠有效利用工具從數據中提煉信息、發現知識的人，最終往往成為各行各業的強者！ 課程內容： 第1講數據描述性分析 1.1 數據的數字特征 1.1.1 均值、方差等數字特征 1.1.2 中位數、分位數、三均值與極差 1.2 數據的分布 1.2.1 直方圖、經驗分布函數與QQ圖 1.2.2 莖葉圖、箱線圖及五數總括 1.2.3 正態性檢驗與分布擬合檢驗 1.3 多元數據的數字特征與相關分析 1.3.1 二元數據的數字特征及相關系數 1.3.2 多元數據的數字特征及相關矩陣 1.3.3 總體的數字特征及相關矩陣 第2講非參數秩方法 2.1 兩種處理方法比較的秩檢驗 2.1.1 兩種處理方法比較的隨機化模型及秩的零分布 2.1.2 Wilcoxon秩和檢驗 2.1.3 總體模型的Wilcoxon秩和檢驗 2.1.4 Smimov檢驗 2.2 成對分組設計下兩種處理方法的比較 2.2.1 符號檢驗 2.2.2 Wilcoxon符號秩檢驗 2.2.3 分組設計下兩處理方法比較的總體模型 2.3 多種處理方法比較的Kruskal-Wallis檢驗 2.3.1 多種處理方法比較中秩的定義及Kruskal-Wallis統計量 2.3.2 KruskaLWallis統計量的零分布 2.4 分組設計下多種處理方法的比較 2.4.1 分組設計下秩的定義及其零分布 2.4.2 Friedmsn檢驗 2.4.3 改進的Friedman檢驗 第3講回歸分析 3.1 線性回歸模型 3.1.1 線性回歸模型及其矩陣表示 3.1.2 餳綁2的估計 3.1.3 有關的統計推斷 3.2 逐步回歸法 3.3 Logistic回歸模型 3.3.1 線性Logistic回歸模型 3.3.2 參數的最大似然估計與Newton-Raphson迭代解法 3.3.3 Logistic模型的統計推斷 第4講主成分分析與因子分析 4.1 主成分分析 4.1.1 引言 4.1.2 總體主成分 4.1.3 樣本主成分 4.2 因子分析 4.2.1 引言 4.2.2 正交因子模型 4.2.3 參數估計方法 4.2.4 主成分估計法的具體步驟 4.2.5 方差最大的正交旋轉 4.2.6 因子得分 第5講判別分析 5.1 距離判別 5.1.1 判別分析的基本思想及意義 5.1.2 兩個總體的距離判別 5.1.3 判別準則的評價 5.1.4 多個總體的距離判別 5.2 Bayes判別 5.2.1 Bayes判別的基本思想 5.2.2 兩個總體的Bayes判別 5.2.3 多個總體的Bayes判別 5.2.4 逐步判別簡介 第6講聚類分析 6.1 距離與相似系數 6.1.1 聚類分析的基本思想及意義 6.1.2 樣品間的相似性度量——距離 6.1.3 變量間的相似性度量——相似系數 6.2 譜系聚類法 6.2.1 類間距離 6.2.2 類間距離的遞推公式 6.2.3 譜系聚類法的步驟 6.2.4 變量聚類 6.3 快速聚類法 6.3.1 快速聚類法的步驟 6.3.2 用Lm距離進行快速聚類 數據分析培訓培訓總結 備注：數據分析培訓培訓網如何進行員工關系管理實務培訓診斷咨開課如何進行員工關系管理內訓員工關系管理實務講咨詢等最備的一攬員工關系管理實務譚小芳員工管理員工關系管理實務課程大綱據客戶求量身定制！