Главная > Курсы > Маркетинг, реклама и продажи | Курсы по бизнес-аналитике | Курсы IBM SPSS Statistics

IBM SPSS Statistics. Уровень 2. Углубленные методы анализа

Путеводитель

Курсы IBM SPSS

Этот курс в нашем Центре
успешно закончили
312 человек!

IBM SPSS Statistics. Level 2. Advanced analysis.

Этот курс является продолжением вводного курса «IBM SPSS Statistics. Уровень 1. Статистические методы анализа данных» и рассматривает углубленные методы статистического анализа. Программа предназначена для выпускников базового курса, а также для пользователей, которые самостоятельно освоили функционал программы и хотят расширить свои знания по прикладной статистике.

Цель курса – изучение расширенных возможностей программы для анализа данных. В курсе подробно разбираются непараметрические методы проверки гипотез и методы изучения взаимосвязи: линейный и нелинейный регрессионный анализ, регрессионные модели бинарного выбора, однофакторный и многофакторный дисперсионный анализ.

Прохождение курса существенно облегчит жизнь любому, кто использует статистические методы в своей работе: аналитикам, маркетологам, социологам, психологам, менеджерам по рекламе, научным работникам в сфере медицины и биологии, специалистам по оценке рисков и по контролю качества. Умение работать с IBM SPSS Statistics поможет при трудоустройстве и в продвижении по карьерной лестнице.

Если Вы маркетолог или аналитик, владение программой позволит делать анализ сезонности, выявлять степень влияния различных факторов (затраты на рекламу, активность продавцов, активность конкурентов и т.д.), на уровень продаж. Вы сможете легко использовать статистические инструменты для полноценного анализа.
По окончании курса Вы получите престижные документы центра (свидетельство центра и удостоверение о повышении квалификации), подтверждающие Ваши компетенции.

Почему стоит освоить IBM SPSS Statistics в «Специалисте»?

Наши преподаватели не только хорошо знают интерфейс программы, но и владеют прикладной статистикой и имеют практический опыт применения статистических методов.
Все курсы – авторские, разработаны на основе многолетнего практического опыта преподавателей.
Слушатели получают авторские методические пособия, изложенные доступным языком.
Обучение проходит по методике сертифицированных курсов и тренингов IBM, Microsoft и других компаний.
Много практики: Вы выполняете упражнения, лабораторные работы, сдаете контрольное тестирование.
Можно пройти курс не только очно, но и в режиме вебинара.

Подкасты по SPSS Подкасты по курсам SPSS:

Беседа 1. Вступление
Беседа 2. Краткая история программы SPSS
Беседа 3. Для кого курсы SPSS
Беседа 4. Преимущества курсов SPSS в Специалисте
Беседа 5. Статистические методы анализа данных с помощью IBM SPSS Statistics
Беседа 6. Углубленные методы анализа данных с помощью IBM SPSS Statistics
Беседа 7. Представление данных в таблицах в IBM SPSS Statistics
Беседа 8. Проведение выборочных обследований с помощью модуля Сложные выборки IBM SPSS Statistics
Беседа 9. Эффективные приемы управления файлами и данными в IBM SPSS Statistics
Беседа 10. Заключение

Внимание! Для онлайн-обучения на курсах по SPSS Statistics у слушателей должна быть установлена программа IBM SPSS Statistics.

Мы гарантируем 100% качество обучения!

По окончании курса Вы будете уметь:

Изучать взаимосвязь между категориальными переменными на основе статистических тестов
Применять непараметрические критерии
Строить однофакторные и многофакторные дисперсионные модели
Строить парные и множественные линейные модели регрессии
Строить нелинейные модели регрессии
Строить модель логистической регрессии и пробит-модель

Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы. Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателей.

Продолжительность курса - 32 ак. ч.

Преподаватели курса

Отзывы о курсе

Мокляченко Алина Викторовна

О преподавателе:
Опытный преподаватель-практик c большим и разносторонним опытом работы – от проектирования информационных систем до информационного менеджмента. Объясняет учебный материал увлекательно, доходчиво и с использованием множества интересных примеров из собственной практики. Яркость и живость изложения Алины Викторовны помогают слушателям быстро и в полном объёме усваивать учебную программу. Преподаватель подробно отвечает на все возникающие вопросы аудитории и тщательно комментирует разбираемые ситуации.Читать далее

Все преподаватели по курсу

Прекрасный педагог, очень хорошо построен авторский курс, очень все доходчиво, прекрасное пособие, которым можно пользоваться при возникновении вопросов.

Cлушатель: Белова Ольга Юрьевна

Курс сложный, но ОЧЕНЬ полезный. То, что знала — вспомнила и укрепила. Кроме того, узнала много нового. Понравилась логика и последовательность изложения.

Cлушатель: Батяева Александра Евгеньевна

Все отзывы по курсу

Предварительная подготовка

Требуемая подготовка: Успешное окончание курса IBM SPSS Statistics. Уровень 1. Статистические методы анализа данных или эквивалентная подготовка.

Получить консультацию о необходимой предварительной подготовке по курсу Вы можете у наших менеджеров: +7 (495) 232-32-16.

Наличие предварительной подготовки является залогом Вашего успешного обучения. Предварительная подготовка указывается в виде названия других курсов Центра (Обязательная предварительная подготовка). Вам следует прочитать программу указанного курса и самостоятельно оценить, есть ли у Вас знания и опыт, эквивалентные данной программе. Если Вы обладаете знаниями менее 85-90% рекомендуемого курса, то Вы обязательно должны получить предварительную подготовку. Только после этого Вы сможете качественно обучиться на выбранном курсе.

Программа курса

для печати

	Тема	Ак. часов
	Тема	Ак. часов
	Модуль 1. Методы проверки статистических гипотез. Анализ взаимосвязи в таблицах сопряженности Статистические критерии для таблиц сопряженности Критерий хи-квадрат Критерий хи-квадрат для таблиц сопряженности 2х2 Тест Мак-Немара Коэффициенты корреляции для таблиц сопряженности Симметричные меры связи для номинальных шкал Направленные меры связи для номинальных шкал Симметричные меры связи для порядковых шкал Направленные меры связи для порядковых шкал Оценка взаимосвязи между количественной и категориальной переменной Оценка риска в таблицах сопряженности Оценка согласованности в таблицах сопряженности Оценка риска с переменной слоя	4
	Модуль 2. Методы проверки статистических гипотез. Непараметрические методы анализа распределения выборки Условия применения непараметрических критериев Виды непараметрических критериев Параметры процедуры Одновыборочные критерии Биномиальный критерий Параметры биномиального критерия Результаты расчета биномиального критерия Критерий хи-квадрат Параметры критерия хи-квадрат Результаты расчета критерия хи-квадрат Критерий Колмогорова-Смирнова Параметры критерия Колмогорова-Смирнова Результаты расчета критерия Колмогорова-Смирнова Критерий знаковых рангов Вилкоксона Результаты расчета критерия знаковых рангов Вилкоксона Критерий серий Параметры критерия серий Результаты расчета критерия серий Запуск одновыборочных критериев через устаревшие диалоговые окна	2
	Модуль 3. Методы проверки статистических гипотез. Непараметрический анализ независимых выборок Параметры процедуры Непараметрические критерии для независимых выборок Критерий Манна-Уитни и Вилкоксона Результаты расчета критерия Манна-Уитни и Вилкоксона Критерий Колмогорова-Смирнова для двух выборок Результаты расчета критерия Колмогорова-Смирнова Критерий Вальда-Вольфица Результаты расчета критерия Вальда-Вольфица Критерий Мозеса Результаты расчета критерия Мозеса Критерий Крускала-Уоллиса Результаты расчета критерия Крускала-Уоллиса Критерий Джонкхира-Терпстры Результаты расчета критерия Джонкхира-Терпстры Медианный критерий Результаты расчета медианного критерия Запуск критериев для независимых выборок через устаревшие диалоговые окна	2
	Модуль 4. Методы проверки статистических гипотез. Непараметрический анализ зависимых выборок Параметры процедуры Непараметрические критерии для связанных выборок Критерий Мак-Немара Результаты расчета критерия Мак-Немара Критерий Кохрана Результаты расчета критерия Кохрана Критерий маргинальной однородности Результаты расчета критерия маргинальной однородности Критерий знаков Результаты расчета критерия знаков Критерий знаков Вилкоксона Результаты расчета критерия Вилкоксона Критерий Ходжеса-Лемана Критерий Фридмана Результаты расчета критерия Фридмана Критерий согласия Кендалла Запуск критериев для зависимых выборок через устаревшие диалоговые окна	2
	Модуль 5. Изучение и моделирование взаимосвязи. Однофакторный дисперсионный анализ Анализ взаимосвязи на основе дисперсии Модели дисперсионного анализа Предпосылки применения дисперсионного анализа Проверка предпосылок дисперсионного анализа Матрица данных однофакторного дисперсионного анализа Модель однофакторного дисперсионного анализа Таблица однофакторного дисперсионного анализа Оценка степени влияния фактора Процедура Однофакторный дисперсионный анализ Параметры процедуры Однофакторный дисперсионный анализ Апостериорные критерии парных сравнений Априорные критерии парных сравнений Запуск процедуры Однофакторный дисперсионный анализ через синтаксис	4
	Модуль 6. Изучение и моделирование взаимосвязи. Многофакторный дисперсионный анализ Дисперсионный анализ с двумя и более факторами Процедура ОЛМ-одномерная Графическая интерпретация взаимодействий в дисперсионном анализе Параметры процедуры ОЛМ-одномерная Апостериорные критерии парных сравнений Анализ контрастов Настройка многофакторной модели Характеристики точности дисперсионной модели Понятие о ковариационном анализе Запуск процедуры ОЛМ-одномерная через синтаксис	4
	Модуль 7. Изучение и моделирование взаимосвязи. Линейный регрессионный анализ Основные понятия регрессионного анализа Предпосылки линейного регрессионного анализа Парная и множественная линейная модель регрессии Оценка коэффициентов регрессии Проверка обоснованности модели регрессии Значимость уравнения регрессии Значимость коэффициентов регрессии Оценка точности уравнения регрессии Процедура Линейная регрессия Результаты процедуры Методы отбора переменных в регрессионном анализе Настройка параметров Сохранение предсказанных значений Сохранение остатков Сохранение многомерных расстояний между наблюдениями Сохранение статистик влияния Сохранение доверительных интервалов прогноза Вывод доверительных интервалов коэффициентов Вывод описательных статистик переменных Диагностика мультиколлинеарности Анализ нормальности и аномальности остатков Вывод графиков Оценка статистической устойчивости уравнения регрессии	6
	Модуль 8. Изучение и моделирование взаимосвязи. Нелинейный регрессионный анализ Нелинейные регрессионные модели Виды нелинейных регрессионных моделей Преобразование нелинейных моделей к линейным Процедура Подгонка кривых Модель асимптотической регрессии Процедура Нелинейная регрессия Настройки процедуры Нелинейная регрессия Результаты выполнения процедуры Нелинейная регрессия Логистическая регрессия	4
	Модуль 9. Изучение и моделирование взаимосвязи. Регрессионные модели бинарного выбора Понятие модели бинарного выбора Модель логистической регрессии Процедура Логистическая регрессия Результаты процедуры Логистическая регрессия Задание категориальных факторов Пошаговые алгоритмы логистической регрессии Параметры процедуры Логистическая регрессия Сохранение предсказанных значений и остатков Классификация на основе логит-моделей Процедура ROC-кривые Результаты процедуры ROC-кривые Пробит-модель Процедура Пробит анализ Результаты расчета пробит-модели Параметры процедуры Пробит анализ	4
	Аудиторная нагрузка в классе с преподавателем	32 +16 бесплатно
	По окончании обучения на курсе проводится итоговая аттестация. Аттестация проводится в виде теста на последнем занятии или на основании оценок практических работ, выполняемых во время обучения на курсе.

Ближайшие группы

Данный курс вы можете пройти как в очном формате, так и дистанционно в режиме онлайн. Чтобы записаться на онлайн-обучение, в корзине измените тип обучения на "онлайн" и выберите удобную для вас группу.
Чем онлайн-обучение отличается от других видов обучения?

Все
утро-день [10:00-17:10]
вечер [18:30-21:30]
утро [10:00-13:10]
день [14:00-17:10]
Выходные дни
Онлайн-обучение

Дата	Режим обучения	Место обучения	Преподаватель	Скидка *
Дата	Режим обучения	Место обучения	Преподаватель	Скидка *
30.03.2019 — 20.04.2019	суббота утро-день 10:00 — 17:10	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20%
27.05.2019 — 05.06.2019	ежедневно вечер 18:30 — 21:30 Открытое обучение Индивидуальные очные консультации преподавателей Обучение по видеозаписям реальных занятий Самостоятельный выбор темпа обучения Визуальный контакт с преподавателем и одногруппниками Оптимальное соотношение цены и качества Подробнее	«Белорусско-Савеловский» м.Белорусская или м.Савеловская	Мокляченко Алина Викторовна
19.10.2019 — 09.11.2019	суббота утро-день 10:00 — 17:10 Открытое обучение Индивидуальные очные консультации преподавателей Обучение по видеозаписям реальных занятий Самостоятельный выбор темпа обучения Визуальный контакт с преподавателем и одногруппниками Оптимальное соотношение цены и качества Подробнее	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20% * Открытое обучение
01.12.2019 — 22.12.2019	воскресенье утро-день 10:00 — 17:10	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20%

*Данная скидка действительна при заказе и оплате очного и онлайн обучения только сегодня. Запишитесь прямо сейчас со скидкой!

*Группа в формате открытого обучения.

Дата	Режим обучения	Место обучения	Преподаватель	Скидка *
Дата	Режим обучения	Место обучения	Преподаватель	Скидка *
30.03.2019 — 20.04.2019	суббота утро-день 10:00 — 17:10	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20%
19.10.2019 — 09.11.2019	суббота утро-день 10:00 — 17:10 Открытое обучение Индивидуальные очные консультации преподавателей Обучение по видеозаписям реальных занятий Самостоятельный выбор темпа обучения Визуальный контакт с преподавателем и одногруппниками Оптимальное соотношение цены и качества Подробнее	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20% * Открытое обучение
01.12.2019 — 22.12.2019	воскресенье утро-день 10:00 — 17:10	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20%

*Группа в формате открытого обучения.

Дата	Режим обучения	Место обучения	Преподаватель	Скидка *
Дата	Режим обучения	Место обучения	Преподаватель	Скидка *
30.03.2019 — 20.04.2019	суббота утро-день 10:00 — 17:10	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20%
19.10.2019 — 09.11.2019	суббота утро-день 10:00 — 17:10 Открытое обучение Индивидуальные очные консультации преподавателей Обучение по видеозаписям реальных занятий Самостоятельный выбор темпа обучения Визуальный контакт с преподавателем и одногруппниками Оптимальное соотношение цены и качества Подробнее	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20% * Открытое обучение
01.12.2019 — 22.12.2019	воскресенье утро-день 10:00 — 17:10	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20%

*Группа в формате открытого обучения.

Дата	Режим обучения	Место обучения	Преподаватель	Скидка *
Дата	Режим обучения	Место обучения	Преподаватель	Скидка *
30.03.2019 — 20.04.2019	суббота утро-день 10:00 — 17:10	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20%
27.05.2019 — 05.06.2019	ежедневно вечер 18:30 — 21:30 Открытое обучение Индивидуальные очные консультации преподавателей Обучение по видеозаписям реальных занятий Самостоятельный выбор темпа обучения Визуальный контакт с преподавателем и одногруппниками Оптимальное соотношение цены и качества Подробнее	«Белорусско-Савеловский» м.Белорусская или м.Савеловская	Мокляченко Алина Викторовна
19.10.2019 — 09.11.2019	суббота утро-день 10:00 — 17:10 Открытое обучение Индивидуальные очные консультации преподавателей Обучение по видеозаписям реальных занятий Самостоятельный выбор темпа обучения Визуальный контакт с преподавателем и одногруппниками Оптимальное соотношение цены и качества Подробнее	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20% * Открытое обучение
01.12.2019 — 22.12.2019	воскресенье утро-день 10:00 — 17:10	«Полежаевский» м. Хорошевская, м.Полежаевская	Мокляченко Алина Викторовна	- 20%

*Группа в формате открытого обучения.

Стоимость обучения (рублей)*

Курс может быть заказан согласно ФЗ-44, ФЗ-223 (закупка/аукцион/запрос котировок/конкурсные процедуры)

	с 10:00 до 17:00 Экономия до 20%	Вечер или Выходные Стандартная цена	Онлайн Экономия до 20%	Индивидуальное обучение	Записаться
	с 10:00 до 17:00 Экономия до 20%	Вечер или Выходные Стандартная цена	Онлайн Экономия до 20%	Индивидуальное обучение	Записаться
Частные лица	18 990 15 150	18 990	18 990 15 150	53 600 **
Организации	20 990	20 990	20 990

Вы можете оплатить обучение в кредит от Альфа-банка (не менее 5 рабочих дней до старта группы, сумма кредита 5-200 тыс. рублей, без первоначального взноса). От 1 013 руб./месяц

Ваша выгода может быть 790 рублей

IBM SPSS Statistics. Уровень 2. Углубленные методы анализа

IBM SPSS Statistics. Уровень 3. Анализ выживаемости

= 23 190 руб.
23 980 руб.

Все варианты комплексного обучения со скидками

*Стоимость указана с учетом скидки. Для юридических лиц (организаций) указана минимальная цена, действующая при полной предоплате.
Центр предоставляет специальную услугу Индивидуального обучения. Длительность индивидуального обучения - минимум 4 академических часа. Стоимость обучения в Москве уточняйте у менеджера. При выездном индивидуальном обучении устанавливается надбавка: +40% от стоимости заказанных часов при выезде в пределах МКАД, +40% от стоимости заказанных часов и + 1% от стоимости заказанных часов за каждый километр удаления от МКАД при выезде в пределах Московской области. Стоимость выезда за пределы Московской области рассчитывается индивидуально менеджерами по работе с корпоративными клиентами.
**Указана минимальная цена за индивидуальное обучение. Число часов работы с преподавателем в 2 раза меньше, чем при обучении в группе. Если Вам для полного усвоения материала курса потребуется больше часов работы с преподавателем, то они оплачиваются дополнительно.