Wnioskowanie statystyczne to proces wyciągania wniosków o populacji na podstawie próby danych. Szkolenie obejmuje estymację parametrów, przedziały ufności oraz testowanie hipotez statystycznych.
Program obejmuje testy parametryczne, takie jak test t-Studenta i analiza wariancji (ANOVA), oraz testy nieparametryczne. Uczestnicy uczą się dobierać odpowiedni test do konkretnego problemu analitycznego.
p-value to miara istotności statystycznej wyniku testu. Szkolenie pokazuje, jak poprawnie interpretować wyniki, unikać błędów interpretacyjnych oraz podejmować decyzje na podstawie danych.
Błąd I rodzaju polega na odrzuceniu prawdziwej hipotezy zerowej, natomiast błąd II rodzaju na jej nieodrzuceniu, gdy jest fałszywa. Szkolenie wyjaśnia ich znaczenie oraz wpływ na wiarygodność analizy statystycznej.
Analiza mocy testu pozwala określić prawdopodobieństwo wykrycia rzeczywistego efektu w danych. Szkolenie pokazuje, jak planować badania i dobierać odpowiednią wielkość próby, aby uzyskać wiarygodne wyniki.
Nie widzisz szkolenia, którego szukasz?
Żadna tematyka nas nie ogranicza – jesteśmy otwarci i stworzymy szkolenie idealnie dopasowane do Twoich potrzeb.
Przykładowe szkolenia: Cisco, Analiza biznesowa, BPMN, UML, PowerBi, Elasticsearch, Sztuczna inteligencja, Python, C++, C#, Selenium, Jenkins, Szkolenia miękkie, UX, Social Media i Marketing, Sprzedaż, Zarządzanie projektami, Design Thinking, Linux, Embedded, Postman, Ms Excel, Adobe, Docker, Kubernetes, Terraform, Azure, SAP, UiPath, Machine Learning.
