|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/business-data-ru
课程评论：没有评论
课程名称：数据研究与生成用于商业决策 课程概述：本课程提供了分析性基础，帮助学员系统地评估关键问题，以及管理影响和复杂化商业流程的不确定因素的工具。学员将学习统计学基础和数据汇总方法，了解频率、正态分布、统计调查、抽样和置信区间等概念。尽管课程的部分内容涉及理论基础，但主要目的是应用所学方法。通过Excel程序和来自多个学科的数据集，我们将直观地展示统计学在不同背景下的应用。学员不仅将熟悉上述概念，还将学会分析获得的结果。 成功完成课程后，您将能够： - 以图形、表格和数值形式汇总大型数据集。 - 理解合理抽样的重要性及其结果的可信度。 - 理解正态分布在多种情境下的适用性。 - 使用样本数据对总体作出一定置信水平的推论。 - 使用Excel进行统计分析。 该课程是伊利诺伊大学iMBA项目的一部分，提供完全认证的、便捷的在线MBA程序，并具有良好的性价比。更多信息可以在课程的“资源”页面或大学网站onlinemba.illinois.edu上找到。 课程大纲： 1. 模块一：介绍与数据汇总 - 数据无处不在，但其中隐藏了什么信息？分析收集的信息是做出最佳决策和积极行动的第一步。本模块将介绍一些统计工具，帮助达到这一目标。 2. 模块二：描述性统计与概率分布 - 我们都听过“百闻不如一见”，但这一原则只在视觉呈现清晰可懂的情况下适用。本模块将教您如何使数据可视化更清晰易懂。 3. 模块三：抽样与中心极限定理 - 在对市场细分进行分析之前，您需要确定要考虑的变量及其影响因素。本模块将探讨数据生成的方法，包括抽样概念和中心极限定理，并学习如何生成适当的样本数据。 4. 模块四：结论 - 在分析完样本数据后，您可以对整体做出一定的结论，但这些结果的可信度如何？本模块将帮助您找到答案。
Part: 1
Title:Модуль 1. Вступление. Сводка данных
Description:Данные окружают нас повсюду, но какая информация в них скрыта? Первый шаг на пути к принятию оптимальных решений и активным действиям — научиться анализировать собранную информацию. В этом модуле мы ознакомимся с некоторыми инструментами статистики, которые помогут этого достичь.
Part: 2
Title:Модуль 2. Описательная статистика и распределение вероятностей
Description:Все мы слышали выражение "Лучше один раз увидеть, чем сто раз услышать", но этот принцип работает только в том случае, когда визуальное представление доступно и понятно, а не оставляет аудиторию в недоумении. Теперь, когда вы умеете использовать "картинки" для сведения данных, давайте определим, как сделать эти картинки понятнее.
Part: 3
Title:Модуль 3. Выборка и центральная предельная теорема
Description:Вам дали задание проанализировать сегмент рынка для своей компании. Вы и ваша команда уже решили, какие переменные вам необходимо рассмотреть. Также у вас есть предположение о том, какие факторы могут влиять на эти переменные. Вы уже готовы перейти к анализу. Но погодите! Где же ваши данные? Как вы приступите к сбору необходимых данных? В этом модуле мы рассмотрим подходы к генерации данных: понятия выборки и центральной предельной теоремы. Также мы разберемся в том, как генерировать соответствующие выборочные данные и почему они подходят.
Part: 4
Title:Модуль 4. Выводы
Description:Вы получили данные выборки, провели анализ и считаете, что уже можете сделать определенные выводы о генеральной совокупности на основе исследуемой выборки. Но есть ли у вас предчувствия по поводу достоверности этих результатов? Что поможет вам стать увереннее? Что ещё следовало принять во внимание? В этом модуле вы научитесь находить ответы на эти вопросы.
Этот курс предоставляет аналитическую основу, позволяющую структурировано оценивать ключевые проблемы, а также инструменты, которые помогают управлять факторами неопределенности, затрагивающими и усложняющими бизнес-процессы. В частности, вы ознакомитесь с основами статистики и методами сведения данных, а также изучите такие понятия, как частота, нормальное распределение, статистическое исследование, выборка и доверительный интервал. Небольшая часть курса посвящена теоретическим основам предмета, но наша основная цель заключается в применении изучаемых методик. С помощью программы Excel и наборов данных из множества дисциплин, мы наглядно рассмотрим принципы использования статистики в различном контексте. На курсе вы не только ознакомитесь с указанными понятиями, но и научитесь анализировать полученные результаты. После успешного прохождения курса вы сможете: • Сводить большие наборы данных в графической, табличной и числовой форме. • Понимать, чем важна правильная выборка и почему ее результатам можно доверять. • Понимать, почему нормальное распределение можно использовать в множестве различных ситуаций. • Использовать данные выборки, чтобы делать выводы о генеральной совокупности с определенным уровнем достоверности оценки. • Использовать программу Excel для выполнения статистического анализа. Этот курс является частью программы iMBA Иллинойсского университета. Это полностью аккредитованная, представленная в удобной форме онлайн-программа MBA по доступной цене. Дополнительные сведения см. на странице "Ресурсы" этого курса или на сайте университета onlinemba.illinois.edu.
