C/STATI : Betimleyici ve Çıkarımsal İstatistik Temelleri

1 Gün (6 Saat) Orta Sınıf / Online İş Zekası ve İleri Analitik

İş Zekası ve İleri Analitik çalışmalarında istatistiksel tekniklerin doğru kullanılmamasının yıkıcı maliyetlerini göz ardı etmek mümkün değil. Tamda bu maliyetleri raporlaması gereken sistemlerin problemli olması zaman, yatırım ve aksiyon kararlarını etkileyen maliyetlerin yıllarca fark edilmemesine sebep olabiliyor. "Betimleyici ve Çıkarımsal İstatistik Esasları" eğitiminde İş Zekası Uzmanları, Veri Bilimcileri, Veri Analistleri ve hatta karar vericiler için mutlaka bilinmesi gereken temel istatistiksel teknikleri sezgisel yaklaşımlarla ele alıyor daha bilimsel analizler yapılabilmesi için cesaret veriyoruz.

Eğitim İçeriği

Module 1: Veri Dünyasında Mevcut Durum ve Güncel Kavramlar

  • Hatalı Analize Neden Olan İnsana has Kusurlar
  • Karar Vericilerin Sıkışıp Kaldığı Mevcut Durum
  • Veri Analitiği Tipleri
  • Veri Yönetiminde Trendler
  • İş Zekası (BI) ve İleri Analitik (AA)
  • Veri ve Metaveri
  • Veri Analitiği Süreçleri
  • Veri Analitiğinde Mücadele Noktaları

Module 2: Temel İstatistik Kavramları

  • İstatistik Nedir?
  • İstatistiksel Çalışmalarda Temel Adımlar
  • Veri Toplama Yöntemleri
  • İstatistiksel Veri Analizi Yöntemleri
  • İstatistiğin Güvenirliği
  • Veri Nedir?
  • Birim-Gözlem, Değişken, Şık
  • Ölçme Düzeyleri (Ölçekler)
  • Seriler
  • Grafikler
  • Etkili Tasarım Teknikleri

Module 3: Merkezi Eğilim ve Değişkenlik Ölçüler

  • Merkezi Eğilim Ölçüleri (Means, Mod, Medyan, Quartiles vs.)
  • Değişkenlik Ölçüleri (Varyans, Standard Deviation, Standart Error, Range vs.)
  • Kurtosis ve Skewness

Module 4: Olasılık Dağılımları ve Hipotez Testleri

  • Normal Dağılım ve Standart Normal Dağılım
  • Evren Ortalamasına İlişkin Hipotez Testleri
  • z, t, F, ANOVA

Module 5: Regresyon

  • Basit Doğrusal Regresyon
  • Korelasyon (Pearson), Belirlilik

Öncesinde Önerilenler

Sonrasında Önerilenler