Statistika IBM SPSS. 5. stopnja. Multivariatna statistična analiza - tečaj 34.990 RUB. iz specialista, usposabljanje 32 ak. h., datum: 17. september 2023.

Strokovni učitelj praktik z bogatimi in raznolikimi delovnimi izkušnjami ter več kot 10 letnimi pedagoškimi izkušnjami. Učno snov razlaga na privlačen, razumljiv način z uporabo številnih zanimivih primerov iz lastne prakse. Svetlost in živahnost predstavitve Aline Viktorovne pomaga poslušalcem hitro in v celoti usvojiti učni načrt. Učitelj podrobno odgovarja na vsa vprašanja, ki se porajajo od občinstva, in natančno komentira situacije, ki jih analizira.
Alina Viktorovna ima več visokošolskih izobrazb iz specialnosti "Informacijska tehnologija" in "Ekonomist". Ima akademski naziv kandidat tehniških znanosti s področja avtomatizacije in vodenja tehničnih procesov v industriji. Sodeloval pri razvoju statističnih modelov za avtomatizacijo tehnološkega procesa proizvodnje pločevinastega stekla, pri projektih na implementacija statističnih metod za nadzor procesov v avtomobilski industriji (v obratih, kot so AvtoVAZ, KamAZ, GAZ in itd.). Analizira sistem zdravstvenega varstva v regijah Ruske federacije. Kot analitik sodeluje pri projektu ugotavljanja podjetniških nagnjenj med šolarji.
Razvila je številne izobraževalne in metodološke komplekse, večkrat je sodelovala pri delu certifikacijske komisije za obrambo kvalifikacijskih del. Avtor 17 znanstvenih del, vključno z znanstvenimi članki v ruskih in tujih publikacijah. Ima certifikat nemškega podjetja Q-DAS za izvajanje specializiranega izobraževanja o statističnem vodenju procesov za podjetje BOSCH.
Alina Viktorovna brezhibno obvlada metodologije za opisovanje poslovnih procesov, sistemsko modeliranje, statične metode obdelave podatkov in standarde oblikovanja IS. Pri pouku podaja primere z različnih področij dela, tako da je snov enako razumljiva študentom iz različnih panog.

Modul 1. Grozdna analiza in njena uporaba (2 ak. h.)

- Metode večdimenzionalne klasifikacije
- Koncept in področja uporabe grozdne analize
- Naloge za analizo grozdov
- Metode analize grozdov
- Prednosti in slabosti grozdne analize
- Faze analize grozdov
- Začetni podatki za analizo grozdov
- Meri razdaljo med predmeti
- Analiza kakovosti klasifikacije

Modul 2. Hierarhična analiza grozdov (4 ak. h.)

- Značilnosti hierarhične analize grozdov
- Algoritem hierarhičnih metod analize grozdov
- Meri razdaljo med grozdi
- Razdalje postopka
- Mere razlike
- Merila podobnosti
- Postopek Hierarhična analiza grozdov
- Izbira metode hierarhične analize grozdov
- Rezultati postopka Hierarchical Cluster Analysis
- Grafični prikaz rezultatov hierarhične analize grozdov
- Nastavitev statistike za postopek Hierarchical Cluster Analysis
- Shranjevanje novih spremenljivk

Modul 3. Razvrstitev z uporabo metode k-means (2 ac. h.)

- Bistvo in značilnosti metode k-means
- Algoritem metode k-means
- Postopek Cluster analiza z uporabo metode k-means
- Rezultati postopka Cluster analiza z metodo k-means
- Nastavitev števila ponovitev
- Nastavitev dodatnih parametrov
- Rezultati prikaza dodatnih nastavitev
- Shranjevanje novih spremenljivk
- Grafični prikaz rezultatov

Modul 4. Dvostopenjska analiza grozdov (4 ac. h.)

- Lastnosti dvostopenjske analize grozdov
- Predpogoji za dvostopenjsko analizo grozdov
- Algoritem za dvostopenjsko analizo grozdov
- Postopek Dvostopenjska analiza grozdov
- Povzetek rezultatov modela
- Ocena strukture grozda
- Oglejte si informacije o grozdih
- Prikaz informacij o grozdih
- Nadzor izhoda
- Rezultat postopka dvostopenjske analize gruče
- Dodatna plošča Cluster Viewer
- Izbor opazovanj po grozdih
- Parametri postopka dvostopenjske analize grozdov

Modul 5. Metode zmanjševanja dimenzionalnosti: faktorska in komponentna analiza (4 ak. h.)

- Pojem faktorske analize
- Namen in cilji faktorske analize
- Faze faktorske analize
- Predpogoji za uporabo faktorske analize
- Algoritem za analizo komponent
- Algoritem faktorske analize
- Primerjava faktorskih in komponentnih analiz
- Predpogoji za uporabo faktorske in komponentne analize
- Postopek Faktorska analiza
- Rezultati postopka faktorske analize
- Pravila za izbiro faktorjev
- Izbira metode faktorske analize
- Problem rotacije faktorja
- Prilagoditev faktorske rotacije
- Parametri postopka faktorske analize
- Izpis deskriptivne statistike
- Shranjevanje vrednosti faktorjev

Modul 6. Klasifikacija na podlagi odziva: diskriminantna analiza (4 ac. h.)

- Segmentacija na podlagi odgovorov
- Metode segmentacije na podlagi odziva
- Začetni podatki za diskriminantno analizo
- Podobnosti med diskriminantno analizo in logistično regresijo
- Razlike med diskriminantno analizo in logistično regresijo
- Namen in cilji diskriminantne analize
- Predpogoji za diskriminantno analizo
- Faze diskriminantne analize
- Metode diskriminantne analize
- Začetni podatki
- Model linearne diskriminantne analize
- Postopek Diskriminantna analiza
- Rezultati postopka diskriminantne analize
- Statistika postopka diskriminantne analize
- Metoda postopnega selekcijskega postopka Diskriminantna analiza
- Razvrstitev na podlagi rezultatov diskriminantne analize
- Klasifikacijska statistika
- Shranjevanje novih spremenljivk

Modul 7. Multivariatna analiza variance (4 ak. h.)

- Multivariatna analiza variance
- Nastavitev parametrov za OLM-večdimenzionalni postopek
- Glavni rezultati multivariatne analize variance
- ANOVA s ponovljenimi meritvami
- GLM postopek - ponovne meritve
- Nastavitev parametrov za OLM-postopek ponovljenih meritev

Modul 8. Klasifikacijski modeli na podlagi dreves odločanja (8 ac. h.)

- Bistvo metode konstruiranja odločitvenega drevesa
- Področja uporabe odločitvenega drevesa
- Lastnosti in predpogoji za uporabo metode odločitvenega drevesa
- Metode za izdelavo odločitvenega drevesa
- Primerjava metod za izdelavo odločitvenega drevesa
- Klasifikacijska drevesa postopkov
- Interpretacija in študij odločitvenih dreves
- Preverjanje ustreznosti modela
- Prilagajanje izhoda v postopku klasifikacijskih dreves
- Nastavitve in parametri postopka klasifikacijskih dreves
- Pravila za razvrščanje opazovanj
- Kriteriji v postopku klasifikacijskih dreves
- Regresijska odločitvena drevesa
- Konstrukcija regresijskih odločitvenih dreves