Đề cương khóa học

Chương 1: Thống Kê Mô Tả và Phân Tích Đồ Thị

Giới Thiệu

  1. Mục Tiêu Học Tập
  2. Các Loại Dữ Liệu

Các Khái Niệm Cơ Bản

  1. Các Loại Dữ Liệu
  2. Bài Kiểm Tra: Các Loại Dữ Liệu

Sử Dụng Đồ Thị để Phân Tích Dữ Liệu

  1. Các Khái Niệm Cơ Bản
  2. Biểu Đồ Cột và Biểu Đồ Pareto
  3. Biểu Đồ Tròn
  4. Biểu Đồ Tần Số
  5. Biểu Đồ Đơn Vị
  6. Biểu Đồ Giá Trị Đơn
  7. Biểu Đồ Hộp
  8. Biểu Đồ Thời Gian
  9. Bài Kiểm Tra: Sử Dụng Đồ Thị để Phân Tích Dữ Liệu
  10. Công Cụ Minitab: Biểu Đồ Cột
  11. Công Cụ Minitab: Biểu Đồ Tròn
  12. Công Cụ Minitab: Biểu Đồ Tần Số
  13. Công Cụ Minitab: Biểu Đồ Đơn Vị
  14. Công Cụ Minitab: Biểu Đồ Giá Trị Đơn
  15. Công Cụ Minitab: Biểu Đồ Hộp
  16. Công Cụ Minitab: Biểu Đồ Thời Gian
  17. Bài Tập: Phân Tích Đồ Thị

Sử Dụng Thống Kê để Phân Tích Dữ Liệu

  1. Các Khái Niệm Cơ Bản
  2. Trung Bình và Trung Vị
  3. Phạm Vi, Phương Sai và Độ lệch Chuẩn
  4. Bài Kiểm Tra: Sử Dụng Thống Kê để Phân Tích Dữ Liệu
  5. Công Cụ Minitab: Hiển Thị Thống Kê Mô Tả
  6. Bài Tập: Thống Kê Mô Tả

Tổng Kết và Xem Lại Mục Tiêu

Chương 2: Suý Luận Thống Kê

2.1 Giới Thiệu

2.1.1 Mục Tiêu Học Tập
2.2 Cơ Sở của Suý Luận Thống Kê
2.2.1 Các Khái Niệm Cơ Bản
2.2.2 Mẫu Ngẫu Nhiên
2.2.3 Bài Kiểm Tra: Cơ Sở của Suý Luận Thống Kê
2.2.4 Công Cụ Minitab: Lấy Mẫu Ngẫu Nhiên

2.3 Phân Bố Mẫu

2.3.1 Các Khái Niệm Cơ Bản
2.3.2 Phân Bố Mẫu Của Trung Bình
2.3.3 Bài Kiểm Tra: Phân Bố Mẫu

2.4 Phân Bố Chính Xác

2.4.1 Các Khái Niệm Cơ Bản
2.4.2 Xác Suất Liên Quan đến Phân Bố Chính Xác
2.4.3 Xác Suất Liên Quan đến Trung Bình Mẫu
2.4.4 Bài Kiểm Tra: Phân Bố Chính Xác
2.4.5 Công Cụ Minitab: Tính Xác Suất Tích Lũy trong Phân Bố Chính Xác
2.4.6 Bài Tập: Xác Suất và Phân Bố Chính Xác

2.5 Tổng Kết

2.5.1 Xem Lại Mục Tiêu

Chương 3: Kiểm Định Giả Thuyết và Khoảng Tín Nhiệm

3.1 Giới Thiệu

3.1.1 Mục Tiêu Học Tập

3.2 Kiểm Định và Khoảng Tín Nhiệm

3.2.1 Khoảng Tín Nhiệm
3.2.2 Kiểm Định Giả Thuyết
3.2.3 Sử Dụng Kiểm Định để Ra Quyết Định
3.2.4 Sai Lệch Loại I và Loại II, và Công Suất
3.2.5 Bài Kiểm Tra: Kiểm Định và Khoảng Tín Nhiệm

3.3 Kiểm Định t-Test Mẫu Đơn

3.3.1 Các Khái Niệm Cơ Bản
3.3.2 Biểu Đồ Giá Trị Đơn
3.3.3 Kết Quả Kiểm Định t-Test Mẫu Đơn
3.3.4 Giả Thuyết
3.3.5 Bài Kiểm Tra: Kiểm Định t-Test Mẫu Đơn
3.3.6 Công Cụ Minitab: Kiểm Định t-Test Mẫu Đơn
3.3.7 Bài Tập: Kiểm Định t-Test Mẫu Đơn

3.4 Kiểm Định Phương Sai

3.4.1 Các Khái Niệm Cơ Bản
3.4.2 Biểu Đồ Hộp
3.4.3 Kết Quả Kiểm Định 2 Phương Sai 3.4.4 Giả Thuyết
3.4.5 Bài Kiểm Tra: Kiểm Định 2 Phương Sai
3.4.6 Công Cụ Minitab: Kiểm Định 2 Phương Sai
3.4.7 Bài Tập: Kiểm Định 2 Phương Sai

3.5 Kiểm Định t-Test Mẫu Đôi

3.5.1 Các Khái Niệm Cơ Bản
3.5.2 Biểu Đồ Giá Trị Đơn
3.5.3 Kết Quả Kiểm Định t-Test Mẫu Đôi
3.5.4 Giả Thuyết
3.5.5 Bài Kiểm Tra: Kiểm Định t-Test Mẫu Đôi
3.5.6 Công Cụ Minitab: Kiểm Định t-Test Mẫu Đôi
3.5.7 Bài Tập: Kiểm Định t-Test Mẫu Đôi

3.6 Kiểm Định t-Test Paired

3.6.1 Các Khái Niệm Cơ Bản
3.6.2 Biểu Đồ Giá Trị Đơn
3.6.3 Kết Quả Kiểm Định t-Test Paired
3.6.4 Giả Thuyết
3.6.5 Bài Kiểm Tra: Kiểm Định t-Test Paired
3.6.6 Công Cụ Minitab: Kiểm Định t-Test Paired
3.6.7 Bài Tập: Kiểm Định t-Test Paired

3.7 Kiểm Định Tỷ Lệ

3.7.1 Các Khái Niệm Cơ Bản
3.7.2 Kết Quả Kiểm Định 1 Tỷ Lệ
3.7.3 Giả Thuyết
3.7.4 Bài Kiểm Tra: Kiểm Định 1 Tỷ Lệ
3.7.5 Công Cụ Minitab: Kiểm Định 1 Tỷ Lệ
3.7.6 Bài Tập: Kiểm Định 1 Tỷ Lệ

3.8 Kiểm Định Tỷ Lệ

3.8.1 Các Khái Niệm Cơ Bản
3.8.2 Kết Quả Kiểm Định 2 Tỷ Lệ
3.8.3 Giả Thuyết
3.8.4 Bài Kiểm Tra: Kiểm Định 2 Tỷ Lệ
3.8.5 Công Cụ Minitab: Kiểm Định 2 Tỷ Lệ
3.8.6 Bài Tập: Kiểm Định 2 Tỷ Lệ

3.9 Kiểm Định Chi-Square

3.9.1 Các Khái Niệm Cơ Bản
3.9.2 Kết Quả Kiểm Định Chi-Square
3.9.3 Giả Thuyết
3.9.4 Bài Kiểm Tra: Kiểm Định Chi-Square
3.9.5 Công Cụ Minitab: Kiểm Định Chi-Square
3.9.6 Bài Tập: Kiểm Định Chi-Square

3.10 Tổng Kết

3.10.1 Xem Lại Mục Tiêu

Chương 4: Biểu Đồ Kiểm Soát

4.1 Giới Thiệu

4.1.1 Mục Tiêu Học Tập

4.2 Kiểm Soát Quá Trình Thống Kê

4.2.1 Các Khái Niệm Cơ Bản
4.2.2 Mô Hình trong Biểu Đồ Kiểm Soát
4.2.3 Bài Kiểm Tra: Kiểm Soát Quá Trình Thống Kê

4.3 Biểu Đồ Kiểm Soát cho Dữ Liệu Biến Thể trong Mẫu

4.3.1 Các Khái Niệm Cơ Bản
4.3.2 Biểu Đồ R
4.3.3 Biểu Đồ S
4.3.4 Biểu Đồ Xbar
4.3.5 Bài Kiểm Tra: Biểu Đồ Kiểm Soát cho Dữ Liệu Biến Thể trong Mẫu
4.3.6 Công Cụ Minitab: Biểu Đồ Xbar-R
4.3.7 Bài Tập: Biểu Đồ Xbar-R

4.4 Biểu Đồ Kiểm Soát cho Dữ Liệu Quan Sát Đơn

4.4.1 Các Khái Niệm Cơ Bản
4.4.2 Biểu Đồ Phạm Vi Di Chuyển
4.4.3 Biểu Đồ Cá Nhân
4.4.4 Bài Kiểm Tra: Biểu Đồ Kiểm Soát cho Dữ Liệu Quan Sát Đơn
4.4.5 Công Cụ Minitab: Biểu Đồ I-MR
4.4.6 Bài Tập: Biểu Đồ I-MR

4.5 Biểu Đồ Kiểm Soát cho Dữ Liệu Thuộc Tính

4.5.1 Các Khái Niệm Cơ Bản
4.5.2 Biểu Đồ NP và P
4.5.3 Biểu Đồ C và U
4.5.4 Bài Kiểm Tra: Biểu Đồ Kiểm Soát cho Dữ Liệu Thuộc Tính
4.5.5 Công Cụ Minitab: Biểu Đồ P
4.5.6 Bài Tập: Biểu Đồ P

4.6 Tổng Kết và Xem Lại Mục Tiêu

Chương 5: Khả Năng Quá Trình

5.1 Giới Thiệu

5.1.1 Mục Tiêu Học Tập

5.2 Khả Năng Quá Trình cho Dữ Liệu Chính Xác

5.2.1 Các Khái Niệm Cơ Bản
5.2.2 Giả Thuyết
5.2.3 Kiểm Định Chính Xác
5.2.4 Bài Kiểm Tra: Khả Năng Quá Trình cho Dữ Liệu Chính Xác
5.2.5 Công Cụ Minitab: Kiểm Định Chính Xác
5.2.6 Bài Tập: Giả Thuyết cho Khả Năng Quá Trình

5.3 Chỉ Số Khả Năng

5.3.1 Khả Năng Tiềm Năng: Cp và Cpk
5.3.2 Hiệu Suất Quá Trình: Pp và Ppk
5.3.3 Mức Sigma
5.3.4 Bài Kiểm Tra: Chỉ Số Khả Năng
5.3.5 Công Cụ Minitab: Cp và Pp
5.3.6 Công Cụ Minitab: Mức Sigma
5.3.7 Bài Tập: Khả Năng Quá Trình cho Dữ Liệu Chính Xác

5.4 Khả Năng Quá Trình cho Dữ Liệu Không Chính Xác

5.4.1 Biến Đổi và Phân Bố Thay Thế
5.4.2 Biến Đổi Box-Cox
5.4.3 Biến Đổi Johnson
5.4.4 Phân Bố Thay Thế
5.4.5 Bài Kiểm Tra: Khả Năng Quá Trình cho Dữ Liệu Không Chính Xác
5.4.6 Công Cụ Minitab: Biến Đổi Box-Cox
5.4.7 Công Cụ Minitab: Biến Đổi Johnson
5.4.8 Công Cụ Minitab: Phân Tích Khả Năng với Biến Đổi Johnson
5.4.9 Công Cụ Minitab: Phân Bố Thay Thế
5.4.10 Công Cụ Minitab: Phân Tích Khả Năng với Phân Bố Thay Thế
5.4.11 Bài Tập: Khả Năng Quá Trình với Biến Đổi Dữ Liệu
5.4.12 Bài Tập: Khả Năng Quá Trình với Phân Bố Thay Thế

5.5 Tổng Kết

5.5.1 Xem Lại Mục Tiêu

Chương 6: Phân Tích Phương Sai (ANOVA)

6.1 Giới Thiệu và Mục Tiêu Học Tập

6.2 Cơ Sở của ANOVA

6.2.1 Các Khái Niệm Cơ Bản
6.2.2 Đồ Thị và Thống Kê Tổng Quát
6.2.3 Bài Kiểm Tra: Cơ Sở của ANOVA

6.3 ANOVA Một Yếu Tố

6.3.1 Kiểm Định Giả Thuyết
6.3.2 Thống Kê F và Giá Trị P
6.3.3 So Sánh Đa Yếu Tố
6.3.4 Giả Thuyết và Đồ Thị Residual
6.3.5 Bài Kiểm Tra: ANOVA Một Yếu Tố
6.3.6 Công Cụ Minitab: ANOVA Một Yếu Tố
6.3.7 Bài Tập: ANOVA Một Yếu Tố

6.4 ANOVA Hai Yếu Tố

6.4.1 Các Khái Niệm Cơ Bản
6.4.2 Đồ Thị
6.4.3 Kiểm Định Giả Thuyết
6.4.4 Thống Kê F và Giá Trị P
6.4.5 Giả Thuyết và Đồ Thị Residual
6.4.6 Bài Kiểm Tra: ANOVA Hai Yếu Tố
6.4.7 Công Cụ Minitab: ANOVA Hai Yếu Tố
6.4.8 Bài Tập: ANOVA Hai Yếu Tố

6.5 Tổng Kết

Chương 7: Mối Quan Hệ và Hồi Quy

7.1 Giới Thiệu

7.1.1 Mục Tiêu Học Tập

7.2 Mối Quan Hệ Giữa Hai Biến Lượng

7.2.1 Các Khái Niệm Cơ Bản
7.2.2 Đồ Thị Phân Bố 7.2.3 Mối Quan Hệ 7.2.4 Bài Kiểm Tra: Mối Quan Hệ Giữa Hai Biến Lượng
7.2.5 Công Cụ Minitab: Đồ Thị Phân Bố
7.2.6 Công Cụ Minitab: Mối Quan Hệ 7.2.7 Bài Tập: Đồ Thị Phân Bố và Mối Quan Hệ

7.3 Hồi Quy Đơn Giản

7.3.1 Các Khái Niệm Cơ Bản
7.3.2 Hồi Quy 7.3.3 Kiểm Định Giả Thuyết và R-squared
7.3.4 Giả Thuyết và Đồ Thị Residual
7.3.5 Bài Kiểm Tra: Hồi Quy Đơn Giản
7.3.6 Công Cụ Minitab: Hồi Quy Đơn Giản
7.3.7 Bài Tập: Hồi Quy Đơn Giản

7.4 Tổng Kết và Xem Lại Mục Tiêu

Chương 8: Phân Tích Hệ Thống Đo Lường

8.1 Giới Thiệu

8.1.1 Mục Tiêu Học Tập

8.2 Cơ Sở của Phân Tích Hệ Thống Đo Lường

8.2.1 Các Khái Niệm Cơ Bản
8.2.2 Độ Chính Xác 8.2.3 Độ Chính Xác 8.2.4 So Sánh Độ Chính Xác và Độ Chính Xác 8.2.5 Bài Kiểm Tra: Cơ Sở của Phân Tích Hệ Thống Đo Lường

8.3 Sự Khả Phục Chế và Độ Đổi

8.3.1 Các Khái Niệm Cơ Bản
8.3.2 Nghiên Cứu Gage R&R
8.3.3 Bài Kiểm Tra: Sự Khả Phục Chế và Độ Đổi

8.4 Phân Tích Đồ Thị của Nghiên Cứu Gage R&R

8.4.1 Các Khái Niệm Cơ Bản
8.4.2 Các Thành Phần Biến Đổi
8.4.3 Biểu Đồ Xbar và R
8.4.4 Tương Tác Giữa Người Vận Hành và Sản Phẩm
8.4.5 Biểu Đồ So Sánh
8.4.6 Biểu Đồ Gage Run 8.4.7 Bài Kiểm Tra: Phân Tích Đồ Thị của Nghiên Cứu Gage R&R
8.4.8 Công Cụ Minitab: Nghiên Cứu Gage R&R Giao Thoa
8.4.9 Công Cụ Minitab: Biểu Đồ Gage Run 8.4.10 Bài Tập: Phân Tích Đồ Thị của Nghiên Cứu Gage R&R

8.5 Sự Biến Đổi

8.5.1 Độ Lệch Chuẩn và Biến Đổi trong Nghiên Cứu
8.5.2 Tolerance
8.5.3 Sự Biến Đổi Quá Trình 
8.5.4 Bài Kiểm Tra: Sự Biến Đổi
8.5.5 Bài Tập: Phân Tích Số Học của Nghiên Cứu Gage R&R

8.6 ANOVA trong Nghiên Cứu Gage R&R

8.6.1 Các Thành Phần Biến Đổi
8.6.2 Bảng Phân Tích Phương Sai
8.6.3 Bài Kiểm Tra: ANOVA trong Nghiên Cứu Gage R&R
8.6.4 Bài Tập: Kết Quả ANOVA của Nghiên Cứu Gage R&R

8.7 Nghiên Cứu Tuyến Tính và Sai Lệch của Gage

8.7.1 Các Khái Niệm Cơ Bản
8.7.2 Tuyến Tính của Gage 8.7.3 Sai Lệch của Gage
8.7.4 Bài Kiểm Tra: Nghiên Cứu Tuyến Tính và Sai Lệch của Gage
8.7.5 Công Cụ Minitab: Nghiên Cứu Tuyến Tính và Sai Lệch của Gage 8.7.6 Bài Tập: Nghiên Cứu Tuyến Tính và Sai Lệch của Gage

8.8 Phân Tích Đồng Ý Thuộc Tính

8.8.1 Các Khái Niệm Cơ Bản
8.8.2 Dữ Liệu Nhị Phân
8.8.3 Dữ Liệu Danh Mục
8.8.4 Dữ Liệu Cấp Độ
8.8.5 Bài Kiểm Tra: Phân Tích Đồng Ý Thuộc Tính
8.8.6 Công Cụ Minitab: Phân Tích Đồng Ý Thuộc Tính với Dữ Liệu Nhị Phân
8.8.7 Công Cụ Minitab: Phân Tích Đồng Ý Thuộc Tính với Dữ Liệu Danh Mục
8.8.8 Công Cụ Minitab: Phân Tích Đồng Ý Thuộc Tính với Dữ Liệu Cấp Độ
8.8.9 Bài Tập: Phân Tích Đồng Ý Thuộc Tính

8.9 Tổng Kết

8.9.1 Xem Lại Mục Tiêu

Chương 9: Thiết Kế Thí Nghiệm

9.1 Giới Thiệu và Mục Tiêu Học Tập

9.2 Thiết Kế Yếu Tố Toàn Bộ

9.2.1 Các Khái Niệm Cơ Bản
9.2.2 Tạo Thiết Kế Yếu Tố Toàn Bộ
9.2.3 Phân Tích Thiết Kế Yếu Tố Toàn Bộ
9.2.4 Bài Kiểm Tra: Thiết Kế Yếu Tố Toàn Bộ
9.2.5 Công Cụ Minitab: Tạo Thiết Kế Yếu Tố Toàn Bộ
9.2.6 Công Cụ Minitab: Phân Tích Thiết Kế Yếu Tố Toàn Bộ
9.2.7 Bài Tập: Tạo Thiết Kế Yếu Tố Toàn Bộ
9.2.8 Bài Tập: Phân Tích Thiết Kế Yếu Tố Toàn Bộ

9.3 Khối Lượng và Thêm Điểm Trung Tâm

9.3.1 Khối Lượng
9.3.2 Điểm Trung Tâm
9.3.3 Phân Tích Thiết Kế với Khối Lượng và Điểm Trung Tâm
9.3.4 Bài Kiểm Tra: Khối Lượng và Thêm Điểm Trung Tâm
9.3.5 Công Cụ Minitab: Tạo Thiết Kế Yếu Tố với Khối Lượng và Điểm Trung Tâm
9.3.6 Công Cụ Minitab: Phân Tích Thiết Kế Yếu Tố với Khối Lượng và Điểm Trung Tâm
9.3.7 Bài Tập: Tạo Thiết Kế Yếu Tố với Khối Lượng và Điểm Trung Tâm
9.3.8 Bài Tập: Phân Tích Thiết Kế Yếu Tố với Khối Lượng và Điểm Trung Tâm

9.4 Thiết Kế Yếu Tố Phần Tử

9.4.1 Các Khái Niệm Cơ Bản
9.4.2 Tạo Thiết Kế Yếu Tố Phần Tử
9.4.3 Phân Tích Thiết Kế Yếu Tố Phần Tử
9.4.4 Bài Kiểm Tra: Thiết Kế Yếu Tố Phần Tử
9.4.5 Công Cụ Minitab: Tạo Thiết Kế Yếu Tố Phần Tử
9.4.6 Công Cụ Minitab: Phân Tích Thiết Kế Yếu Tố Phần Tử

9.5 Tối Ưu Hóa Trả Lời

9.5.1 Tối Ưu Hóa Trả Lời
9.5.2 Bài Kiểm Tra: Tối Ưu Hóa Trả Lời
9.5.3 Công Cụ Minitab: Tối Ưu Hóa Trả Lời
9.5.4 Bài Tập: Tối Ưu Hóa Trả Lời

9.6 Tổng Kết và Xem Lại Mục Tiêu

Yêu cầu

Cần nắm vững cơ bản về Excel và thống kê

 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Khóa học đào tạo mở cần có ít nhất 5 người tham gia.

Đánh giá (7)

Tôi thích các bài tập và cách thức theo dõi tuyệt vời của chúng

Elizabeth Seed - Terumo Aortic
Khóa học - Minitab for Statistical Data Analysis

Dịch thuật bằng máy

Đi qua tất cả các ví dụ khác nhau và giải thích từng thuật ngữ.

Lewis Print - Terumo Aortic
Khóa học - Minitab for Statistical Data Analysis

Dịch thuật bằng máy

Tương tác, giải thích rõ ràng và không quá chi tiết với mỗi phần cần phải bao quát

Christopher Beattie - Terumo Aortic
Khóa học - Minitab for Statistical Data Analysis

Dịch thuật bằng máy

Các bài thực hành

Simson McCreath - Terumo Aortic
Khóa học - Minitab for Statistical Data Analysis

Dịch thuật bằng máy

Giảng viên có hiểu biết xuất sắc về nội dung khóa học và có thể trả lời mọi câu hỏi một cách dễ dàng và súc tích.

Craig Renfrew - Terumo Aortic
Khóa học - Minitab for Statistical Data Analysis

Dịch thuật bằng máy

Thực hành sử dụng phần mềm Minitab.

Layna Thompson - Terumo Aortic
Khóa học - Minitab for Statistical Data Analysis

Dịch thuật bằng máy

Giảng viên rất am hiểu

Gary McAlonan - Terumo Aortic
Khóa học - Minitab for Statistical Data Analysis

Dịch thuật bằng máy

Các khóa học sắp tới

Minitab cho Phân Tích Dữ Liệu Thống Kê

2026-02-02 09:30
14 Giờ học
Ho Chi Minh City Saigon Tower
239,738,877 VND (Trực tuyến)
239,745,177 VND (Phòng học)

Minitab cho Phân Tích Dữ Liệu Thống Kê

2026-02-16 09:30
14 Giờ học
The Executive Centre - Saigon Centre Tower 1
239,738,877 VND (Trực tuyến)
307,738,877 VND (Phòng học)

Minitab cho Phân Tích Dữ Liệu Thống Kê

2026-03-02 09:30
14 Giờ học
Hôtel des Arts Saigon
239,738,877 VND (Trực tuyến)
239,738,877 VND (Phòng học)

Các khóa học liên quan

Programming với Big Data trong R

21 Giờ học

Big Data là một thuật ngữ đề cập đến các giải pháp được thiết kế để lưu trữ và xử lý các tập dữ liệu lớn. Ban đầu được phát triển bởi Google, các giải pháp Big Data này đã phát triển và truyền cảm hứng cho các dự án tương tự khác, nhiều dự án trong số đó có sẵn dưới dạng mã nguồn mở. R là một ngôn ngữ lập trình phổ biến trong ngành tài chính.

Đọc thêm...

Cơ sở của R

21 Giờ học

R là một ngôn ngữ lập trình miễn phí, mã nguồn mở dành cho tính toán thống kê, phân tích dữ liệu và đồ họa. R được sử dụng ngày càng nhiều bởi các nhà quản lý và chuyên viên phân tích dữ liệu trong các tập đoàn và giới học thuật. R cũng thu hút những người làm thống kê, kỹ sư và nhà khoa học không có kỹ năng lập trình máy tính vì nó dễ sử dụng. Sự phổ biến của R đến từ việc ngày càng tăng cường sử dụng khai thác dữ liệu cho nhiều mục đích khác nhau như thiết lập giá quảng cáo, tìm kiếm thuốc mới nhanh hơn hoặc tinh chỉnh các mô hình tài chính. R có nhiều gói (packages) đa dạng cho khai thác dữ liệu.

Đọc thêm...

Kinh tế lượng: Eviews và Risk Simulator

 21 Giờ học

Khóa đào tạo trực tiếp do giảng viên hướng dẫn tại Việt Nam (trực tuyến hoặc tại chỗ) này dành cho bất kỳ ai muốn học và làm chủ nền tảng cơ bản của phân tích và mô hình hóa kinh tế lượng.

Cuối khóa học, người tham gia sẽ có thể:

  • Học và hiểu các kiến thức cơ bản về kinh tế lượng.
  • Sử dụng Eviews và mô phỏng rủi ro.
Đọc thêm...

Forecasting với R

 14 Giờ học

Khóa học trực tiếp này tại Việt Nam (trực tuyến hoặc trực tiếp) được thiết kế cho các chuyên gia phân tích dữ liệu và chuyên viên kinh doanh có trình độ trung cấp mong muốn thực hiện dự báo chuỗi thời gian và tự động hóa quy trình phân tích dữ liệu bằng R.

Cuối khóa học, người tham gia sẽ có thể:

  • Hiểu rõ nguyên lý của các kỹ thuật dự báo trong R.
  • Áp dụng mô hình trơn tuột指数平滑和ARIMA模型进行时间序列分析。
  • 利用“forecast”包生成准确的预测模型。
  • 为商业和研究应用自动化预测工作流程。
Đọc thêm...

HR Analytics for Public Organisations

 14 Giờ học

Khóa học trực tuyến hoặc tại chỗ do giảng viên hướng dẫn này dành cho các chuyên gia nhân sự muốn sử dụng phương pháp phân tích để cải thiện hiệu suất tổ chức. Khóa học này bao gồm cả định tính và định lượng, cũng như các tiếp cận thực nghiệm và thống kê.

Định dạng khóa học

  • Bài giảng tương tác và thảo luận.
  • Nhiều bài tập và thực hành.

Tùy chọn Tùy chỉnh Khóa học

  • Để yêu cầu một khóa đào tạo tùy chỉnh cho khóa học này, vui lòng liên hệ với chúng tôi để sắp xếp.
Đọc thêm...

Phân tích Marketing sử dụng R

 21 Giờ học

Đối tượng

Business Các chủ sở hữu (quản lý marketing, quản lý sản phẩm, quản lý cơ sở khách hàng) và đội ngũ của họ; các chuyên gia phân tích thông tin khách hàng.

Tổng quan

Khóa học này theo dõi vòng đời của khách hàng từ việc thu hút khách hàng mới, quản lý khách hàng hiện tại để tối đa hóa lợi nhuận, giữ chân khách hàng tốt và cuối cùng là hiểu lý do tại sao khách hàng rời bỏ chúng ta. Chúng tôi sẽ làm việc với dữ liệu thực tế (ẩn danh) từ nhiều ngành công nghiệp khác nhau bao gồm viễn thông, bảo hiểm, truyền thông và công nghệ cao.

Định dạng

Đào tạo trực tiếp bởi giảng viên trong suốt năm buổi học kéo dài nửa ngày, bao gồm các bài tập trên lớp cũng như bài tập về nhà. Khóa học có thể được cung cấp dưới hình thức lớp học truyền thống hoặc trực tuyến từ xa.

Đọc thêm...

R cho Phân tích Dữ liệu và Nghiên cứu

 7 Giờ học

Đối tượng

  • người quản lý
  • nhà phát triển
  • nhà khoa học
  • sinh viên

Định dạng khóa học

dạy và thảo luận trực tuyến HOẶC các buổi hội thảo trực tiếp

Đọc thêm...

Giới thiệu về R

 21 Giờ học

R là một ngôn ngữ lập trình nguồn mở và miễn phí dành cho tính toán thống kê, phân tích dữ liệu và đồ họa. R được sử dụng ngày càng nhiều bởi các nhà quản lý và chuyên gia phân tích dữ liệu trong các tập đoàn và giới học thuật. R cũng thu hút những người theo dõi là các nhà thống kê, kỹ sư và nhà khoa học không có kỹ năng lập trình máy tính, những người thấy nó dễ sử dụng. Sự phổ biến của nó là do việc sử dụng ngày càng tăng của khai thác dữ liệu cho nhiều mục đích khác nhau như đặt giá quảng cáo, tìm kiếm thuốc mới nhanh hơn hoặc tinh chỉnh các mô hình tài chính. R có nhiều gói khác nhau để khai thác dữ liệu.

Khóa học này bao gồm thao tác các đối tượng trong R, bao gồm đọc dữ liệu, truy cập các gói R, viết các hàm R và tạo các đồ thị thông tin. Nó bao gồm phân tích dữ liệu bằng cách sử dụng các mô hình thống kê phổ biến. Khóa học hướng dẫn cách sử dụng phần mềm R (https://www.r-project.org) cả trên dòng lệnh và trong giao diện người dùng đồ họa (GUI).

Đọc thêm...

Giới thiệu R cho nhà sinh học

 28 Giờ học

R là một ngôn ngữ lập trình mã nguồn mở và miễn phí, được sử dụng cho các tính toán thống kê, phân tích dữ liệu và đồ họa. R đang được ngày càng nhiều nhà quản lý và chuyên viên phân tích dữ liệu trong các tập đoàn và giới học thuật sử dụng. R cũng thu hút được sự quan tâm của các nhà thống kê, kỹ sư và nhà khoa học không có kỹ năng lập trình máy tính, những người thấy nó dễ sử dụng. Sự phổ biến của nó đến từ việc ngày càng tăng cường sử dụng khai thác dữ liệu cho nhiều mục đích khác nhau như thiết lập giá quảng cáo, tìm kiếm thuốc mới nhanh hơn hoặc tinh chỉnh các mô hình tài chính. R có nhiều gói khác nhau cho khai thác dữ liệu.

Đọc thêm...

R

21 Giờ học

R là một ngôn ngữ lập trình nguồn mở và miễn phí dành cho tính toán thống kê, phân tích dữ liệu và đồ họa. R được sử dụng ngày càng nhiều bởi các nhà quản lý và chuyên gia phân tích dữ liệu trong các tập đoàn và giới học thuật. R cũng thu hút những người theo dõi là các nhà thống kê, kỹ sư và nhà khoa học không có kỹ năng lập trình máy tính, những người thấy nó dễ sử dụng. Sự phổ biến của nó là do việc sử dụng ngày càng tăng của khai thác dữ liệu cho nhiều mục đích khác nhau như đặt giá quảng cáo, tìm kiếm thuốc mới nhanh hơn hoặc tinh chỉnh các mô hình tài chính. R có nhiều gói dữ liệu khai thác dữ liệu đa dạng.

Đọc thêm...

Neural Network in R

 14 Giờ học

Khóa học này là giới thiệu về việc áp dụng mạng nơron trong các vấn đề thực tế bằng phần mềm R-project.

Đọc thêm...

R Nâng cao Programming

 7 Giờ học

Khóa học này dành cho các nhà khoa học dữ liệu và thống kê đã có kỹ năng cơ bản về lập trình R và cần nâng cao kỹ năng lập trình R.

Mục đích là cung cấp một khóa học thực tế về lập trình R nâng cao cho những người tham gia quan tâm đến việc áp dụng các phương pháp này trong công việc.

Các ví dụ cụ thể theo ngành nghề được sử dụng để làm cho khóa đào tạo phù hợp với đối tượng thính giả.

Đọc thêm...

Phân Tích Thống Kê Sử Dụng SPSS

 21 Giờ học

Khóa đào tạo trực tiếp dưới sự hướng dẫn của giáo viên tại Việt Nam (trực tuyến hoặc tại chỗ) này nhằm vào các chuyên gia từ mức độ mới bắt đầu đến trung cấp, những người muốn thực hiện phân tích thống kê bằng SPSS để diễn giải dữ liệu chính xác, chạy các bài kiểm tra thống kê phức tạp và tạo ra những thông tin có ý nghĩa.

Bằng cách kết thúc khóa đào tạo này, học viên sẽ có thể:

  • Điều hướng giao diện SPSS và quản lý bộ dữ liệu một cách hiệu quả.
  • Thực hiện phân tích thống kê mô tả và suy luận.
  • Tổ chức các bài kiểm tra t, ANOVA, MANOVA, hồi quy và tương quan.
  • Áp dụng các bài kiểm tra phi tham số, phân tích thành phần chính và phân tích nhân tố để diễn giải dữ liệu nâng cao.
Đọc thêm...

Giới thiệu về Data Visualization với Tidyverse và R

 7 Giờ học

Đối tượng

Định dạng khóa học

Cuối khóa học này, người tham gia sẽ có thể:

Trong khóa học trực tiếp được hướng dẫn bởi giảng viên, người tham gia sẽ học cách thao tác và trực quan hóa dữ liệu bằng các công cụ trong Tidyverse.

Tidyverse là bộ sưu tập các gói R đa năng cho việc làm sạch, xử lý, mô hình hóa và trực quan hóa dữ liệu. Một số gói được bao gồm: ggplot2, dplyr, tidyr, readr, purrr và tibble.

  • Người mới bắt đầu với ngôn ngữ R
  • Người mới bắt đầu phân tích dữ liệu và trực quan hóa dữ liệu
  • Phần giảng dạy, phần thảo luận, bài tập và thực hành nhiều
  • Thực hiện phân tích dữ liệu và tạo các trực quan hóa hấp dẫn
  • Đưa ra những kết luận hữu ích từ các bộ dữ liệu mẫu khác nhau
  • Lọc, sắp xếp và tóm tắt dữ liệu để trả lời các câu hỏi khám phá
  • Chuyển đổi dữ liệu đã được xử lý thành biểu đồ đường, biểu đồ cột, biểu đồ Histogram thông tin
  • Nhập và lọc dữ liệu từ các nguồn dữ liệu đa dạng, bao gồm Excel, CSV và tệp SPSS
Đọc thêm...

Building Web Applications in R with Shiny

 7 Giờ học

Mô tả: 

Khóa học này được thiết kế để dạy cho người dùng R cách tạo ứng dụng web mà không cần phải học lập trình script đa trình duyệt HTML, Java và CSS.

Mục tiêu:

Bao gồm các nguyên tắc cơ bản về cách ứng dụng Shiny hoạt động.

Bao gồm tất cả các chức năng đầu vào/kết quả/render/panel thường được sử dụng từ thư viện Shiny.

Đọc thêm...

Các danh mục liên quan

Statistics
Statistics