Search
課程說明
統計資料是你想進入的行業的驅動力嗎？ 你想成為一名市場分析師、商業智慧分析師、資料分析師還是資料科學家？
那你來對地方了！
你將從這門課學到統計資料科學和商業分析並獲得相關的 Excel 樣板！
從這 5 小時的課程，你會學到
✅瞭解統計學的基本原理
✅學習如何處理不同類型的資料
✅如何繪製不同型別的資料
✅計算中心趨勢、不對稱性和可變性的度量
✅計算相關性( correlation )和共變異數( covariance )
✅區分並處理不同類型的發行版
✅估計信賴區間( confidence intervals )
✅進行假設檢驗
✅做出資料驅動的決定
✅瞭解迴歸分析的機制
✅執行迴歸分析
✅使用和理解虛擬變數( dummy variables )
✅理解資料科學所需的概念，即使使用 Python 和 R
https://softnshare.com/statistics-for-data-science-and-business-analysis/
Q：兩個子群分析都在同一邊，但是程度上不同，這樣有辦法做比較嗎？
「我覺得用圖解的方式比較容易讓你的 reviewer 或 editor，很快的瞭解到這樣一個概念。
我們 CMA 裡面其實就有這樣一個功能，就是看一下有沒有 interaction，這是一種方式，什麼叫 interaction，就是說 我們這個變項下去之後呢，它會不會讓這兩組之間的 effect size 有很大的差異，這是一種方式。
那其實呢，我們用圖表，大家知道我們做那個 subgroup analysis 的時候，他是不是在每個 subgroup analysis 之間，會有一個點估基值跟 95% 的信賴區間，所以 A subgroup 會有，B subgroup 也會有，那我怎麼知道這兩組之間它可能會有差異，就看這兩組的 95% 信賴區間會不會有 overlap，如果有 overlap 的話，代表說這兩組的差異並不顯著，但是如果沒有 overlap 的話，代表說這兩組其實還是有差異存在。」
--
《統合分析工作坊》講者陣容
【張凱閔】
知名復健醫學與超音波學者，台大流病與預防醫學博士，已發表多篇 meta-analysis 論文，探討臨床常見議題。
【曾秉濤】
專業精神科醫師，擅長從臨床工作找到發表議題，已發表多篇 meta-analysis 論文，並組成研究團隊。
【蔡依橙】
專業課程開發與整合者，能迅速理解學門架構，並以初學者能理解的方式，建構學習流程。生涯被 SCI 期刊接受的圖表，已超過 500 張，熟悉學術審閱過程與要求。
--
初學者真的可以學會，經過我們的拆解與教學，其實 meta-analysis 並不難。
只要會用 Windows，懂得使用像 Word / Excel / PowerPoint 這樣的軟體，就足夠了。上課我們會把重要的觀念講給你懂，而互動實作就是理解流程，只要懂得電腦操作，能照著教學步驟，點擊正確的功能，就沒問題。一些枝微末節的卡關，課堂上將會有講師與助教全力協助。
《統合分析工作坊》最新活動
https://meta-analysis.innovarad.tw/event/
趨勢預測分析未來數值結果 季節性、趨勢預測長度、信賴區間
面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料，再重新計算，不是僅畫出視覺化圖後，就說做好了大數據分析。期待大家將了解應用這些工具使用，將大數據分析導入您的工作中。
孫在陽老師主講，[email protected]
範例、講義下載：https://goo.gl/ytzRxT
Transcript · 如何使用 Excel 畫出標準的常態分佈曲線(normal distribution)？ · 母體平均數之 信賴區間 (小樣本) · Appsheet Episode 14: How to sum up values ... ... <看更多>
95信賴區間公式excel2022-精選在臉書/Facebook/Dcard上的焦點新聞和熱門話題資訊，找95信賴區間公式excel,95信賴區間,信賴區間判讀,95信賴區間解讀 ... ... <看更多>
excel信賴區間 在 7.4如何利用Excel 2010計算樣本平均數的信賴區間 - YouTube 的推薦與評價
7.4如何利用 Excel 2010計算樣本平均數的 信賴區間. 26,187 views • Jun 3, 2011. 26,187 views Jun 3, 2011 … ...more ...more. Show less. ... <看更多>