مقدمة
تركز هذ الدورة التدريبية على التقنيات التحليلية المتقدمة التي تستخدم بشكل روتيني في الصناعة والبحث الأكاديمي. التحليلات المتقدمة هي أداة يمكن أن تساعدك على الاستفادة بشكل أكبر من البيانات. يمكن أن تستخدم التحليلات التنبئية هذه المجموعات النظيفة والرؤى الحالية لاستقراء وتقديم تنبؤات وتوقعات حول الأنشطة المستقبلية والاتجاهات وسلوكيات المستهلك.
أهداف دورة البيانات المتقدمة
- تقديم النماذج الأساسية في R / Python
- نهج للتعامل مع البيانات المفقودة.
- تقنيات اختزال البيانات
محاور دورة البيانات المتقدمة
اليوم الأول
تحليل المكونات الرئيسية
- إعادة قياس المكونات الرئيسية
- اختيار عدد المكونات
- نتائج المكونات
اليوم الثاني
تحليل العامل
- استخراج العامل وتحليل العامل المشترك
- دوران العامل ودرجات العوامل
نماذج نظرية استجابة الصنف
- نماذج السمات الكامنة ووظيفة استجابة العنصر
- نماذج IRT اللوجستية والعادية وتفسير مقياس درجة IRT
اليوم الثالث
نماذج المعادلات الهيكلية ونماذج المسار
- مخططات المسار
- المعادلات الهيكلية وتصميم SEM
- التحليل العاملي التوكيدي
- نماذج الطبقة الكامنة
اليوم الرابع
التجميع والتحليل العنقودي وقواعد الارتباط
- التصنيف في العلوم الاجتماعية
- المجموعات الهرمية؛ k-meansالتجميع
- التجميع القائم على النموذج
- تصور نتائج المجموعات
اليوم الخامس
البيانات المفقودة
- إنشاء البيانات والآليات المفقودة
- الافتراضات المتعددة
- نماذج مزيج الأنماط
- البيانات المفقودة ليست عشوائيا
- البيانات المفقودة في الدراسات الطولية
