西安:029-86699670 南京:4008699035
成都:4008699035 武漢:027-50767718
廣州:4008699035 深圳:4008699035
沈陽:024-31298103 石家莊:4008699035☆
全國統(tǒng)一報名免費電話：4008699035 微信：shuhaipeixun或15921673576 QQ:1299983702
 首頁 課程表 報名 在線聊 講師 品牌 QQ聊 活動 就業(yè) |
Splus與R培訓(xùn)班 |
 班級規(guī)模及環(huán)境--熱線:4008699035 手機:15921673576( 微信同號) |
| 每期人數(shù)限3到5人。 |
| 培訓(xùn)特點 |
| 個性化、顧問式培訓(xùn)，互動式授課，針對實際需求，項目案例教學(xué)，實戰(zhàn)項目演示，超級精品小班。 |
| 培訓(xùn)講師 |
華為，中科院，上海貝爾，中興，Xilinx,Intel英特爾,TI德州儀器，NI公司，Cadence公司,Synopsys，IBM，Altera，Oracle，synopsys，微軟，飛思卡爾，等大型公司高級工程師，項目經(jīng)理，技術(shù)支持專家，曙海教育集團，資深講師。 大多名牌大學(xué)，碩士以上學(xué)歷，相關(guān)技術(shù)專業(yè)，有豐富的理論素養(yǎng)，十多年實際項目經(jīng)歷，開發(fā)過多個大型項目，熱情，樂于技術(shù)分享。針對客戶實際需求，案例教學(xué)，邊講邊練，互動式溝通，學(xué)有所獲。 |
| 開課時間和上課地點 |
| 上課地點：【上海】：同濟大學(xué)(滬西)/新城金郡商務(wù)樓(11號線白銀路站) 【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學(xué)成教院 【北京分部】：北京中山學(xué)院/福鑫大樓 【南京分部】：金港大廈(和燕路) 【武漢分部】：佳源大廈（高新二路） 【成都分部】：領(lǐng)館區(qū)1號（中和大道） 【沈陽分部】：沈陽理工大學(xué)/六宅臻品 【鄭州分部】：鄭州大學(xué)/錦華大廈 【石家莊分部】：河北科技大學(xué)/瑞景大廈 【廣州分部】：廣糧大廈 【西安分部】：協(xié)同大廈 最近開課時間(周末班/連續(xù)班/晚班）：Splus與R培訓(xùn)班開班時間：2020年3月16日 |
| 實驗設(shè)備和授課方式 |
☆資深工程師授課 |
| 最新優(yōu)惠 |
| ☆請咨詢客服。 |
| 質(zhì)量保障 |
1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽； |
| 課程大綱 Splus與R培訓(xùn)班 |
第一階段 |
1?Splus與R語言簡介 1.1??Splus與R語言簡介 1.2??Splus與R語言與統(tǒng)計 1.3??啟動與退出 1.4??強大的幫助系統(tǒng) 1.5??編輯軟件tinn-R簡介 1.6??R軟件包的使用 2?數(shù)據(jù)對象與運算 2.1??數(shù)據(jù)對象及類型 2.2??數(shù)據(jù)對象構(gòu)造 2.3??數(shù)據(jù)的錄入及編輯 2.4??基本編程思想和語法 3?隨機數(shù)與抽樣模擬 3.1??隨機數(shù)的產(chǎn)生 3.2??隨機抽樣 3.3??統(tǒng)計模擬 4?數(shù)據(jù)探索性分析 4.1??數(shù)據(jù)探索性分析主要方法 4.2??單變量數(shù)據(jù)分析 4.3??雙變量數(shù)據(jù)分析 4.4??多變量數(shù)據(jù)分析 5?參數(shù)估計 5.1??參數(shù)估計的方法 5.2??均值的區(qū)間估計 5.3??中位數(shù)的區(qū)間估計 5.4??比例的區(qū)間估計 5.5??置信區(qū)間的模擬比較 6?假設(shè)檢驗 6.1??單樣本檢驗 6.2??兩樣本檢驗 6.3??卡方檢驗 7?回歸分析 7.1??一元線性回歸 7.2??多元線性回歸 8?方差分析 8.1??方差分析的概念 8.2??單因素方差分析 8.3??兩因素方差分析 9?非參數(shù)檢驗 9.1??非參數(shù)檢驗簡介 9.2??單樣本檢驗 9.3??兩獨立樣本檢驗 9.4??多個獨立樣本的秩和檢驗 10?統(tǒng)計案例綜合分析 10.1??調(diào)查數(shù)據(jù)的綜合分析 10.2??回歸模型的綜合分析 10.3??R語言中包的使用 10.4??R語言的其他編輯工具 |
第二階段 高級 |
1、線性回歸及其放寬假設(shè)條件模型 ???????主要包括線性回歸最小二乘估計、極大似然估計、蒙特卡羅模擬最小二乘估計量的blue性質(zhì)、鄒至莊檢驗和遞歸最小二乘法比較、分段線性回歸、虛擬變量法、非線性回歸線性化、多重共線性的檢驗和克服、嶺回歸、偏最小二乘估計、主成分估計、加權(quán)最小二乘估計、廣義最小二乘估計、異方差的檢驗和克服、序列相關(guān)的檢驗和克服。 2、非線性優(yōu)化和非線性回歸估計 ???????主要包括非線性無約束下優(yōu)化、非線性約束下優(yōu)化、非線性最小二乘法、非線性加權(quán)最小二乘法、非線性極大似然估計法。并通過實際講解如何選擇初始值、如何進行非線性模型檢驗等。充分透徹講解R語言是作非線性模型的絕佳軟件。 3、動態(tài)經(jīng)濟模型分析 ???????主要包括分布滯后模型估計、滯后長度的選擇、alomon多項式法、自回歸模型估計、葛蘭杰因果關(guān)系檢驗等。 4、聯(lián)立方程分析 ???????主要包括聯(lián)立方程的識別、聯(lián)立方程恰好識別下的的iv估計、ils估計、2sls估計的參數(shù)估計，以及通過實例證明iv、ils、2sls三種方法在恰好識別下的等價性；過度識別下的2sls、3sls估計。 5、離散選擇因變量模型 ???????主要講解probit兩元模型、logit兩元模型、多元logit模型、有序因變量probit和logit模型、受限因變量tobit模型、計數(shù)因變量模型possion模型。 6、面板數(shù)據(jù)分析 ???????主要講解面板數(shù)據(jù)混合模型、個體固定效應(yīng)模型、時間固定效應(yīng)模型、個體時間固定效應(yīng)模型、個體隨機效應(yīng)模型、時間隨機效應(yīng)模型、個體時間隨機效應(yīng)模型、變系數(shù)固定效應(yīng)模型、變系數(shù)隨機效應(yīng)模型。 |