C

M

Y

K

χ

2

6

OPISY
I PROGRAMY
KURSÓW

Opis kursu:

Kurs przeznaczony jest dla pracowników s∏u˝b marketingowych przedsi´biorstw i instytucji rynkowych oraz organizacji

pos∏ugujàcych si´ badaniami socjologicznymi (jednostki handlowe, przedsi´biorstwa produkcyjne, instytuty badaƒ rynku, uczelnie
wy˝sze, urz´dy pracy, urz´dy skarbowe, instytucje opieki spo∏ecznej, towarzystwa ubezpieczeniowe itp.). Program kursu obejmuje
podstawowe wiadomoÊci z zakresu procedury badaƒ, podstaw êród∏owych i sposobów uzyskiwania danych, procesu doboru próby,
okreÊlania liczebnoÊci próby, a tak˝e rodzaju pope∏nianych b∏´dów i analizy rzetelnoÊci. W dalszej kolejnoÊci przedstawione sà zasady
kodowania i zarzàdzania danymi kategorialnymi, prowadzenie analizy wst´pnej w oparciu o tablice liczebnoÊci, analiza odpowiedzi
na pytania z wielokrotnymi odpowiedziami i wielokrotnymi dychotomiami, analiza tabel dwudzielczych i tabel trójdzielczych przy u˝yciu
zmiennych kontrolnych. Kurs obejmuje tak˝e wybrane procedury analizy wielowymiarowej (analizy czynnikowej, prostej i wielowymiarowej
analizy korespondencji oraz analizy drzewkowej).

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu STATISTICA. Zalecamy wczeÊniejszy

udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Metody statystyczne w marketingu i badaniach rynku”, „Modelowanie w badaniach marketingowych

i rynkowych”, „Prognozowanie i analiza szeregów czasowych”, „Prognozowanie sprzeda˝y w przedsi´biorstwie”, „Data mining I”, „Data
mining II a”, „Data mining II b”, „Data mining III”, „Analizy wielowymiarowe”, „Sieci neuronowe”, „Analiza danych korporacyjnych
w systemie SEDAS”.

Terminy: 12-13.01.2005, 21-22.09.2005

Program kursu:

Proces i procedura badaƒ
Podstawy êród∏owe badaƒ
Dobór próby do badaƒ
OkreÊlenie liczebnoÊci próby
Alokacja próby warstwowej
Alokacja proporcjonalna
Alokacja nieproporcjonalna
Alokacja optymalna
B∏´dy losowe i nielosowe
B∏´dy przypadkowe i systematyczne
WiarygodnoÊç pomiaru
Ogólne informacje na temat struktury programu i sposobu jego obs∏ugi
Uruchamianie programu
Skoroszyty, raporty i okna wyników
Wykonywanie obliczeƒ w programie STATISTICA
Dodatkowe narz´dzia pakietu
Relacja pomi´dzy kwestionariuszem/ankietà a bazà danych. Poj´cie zmiennej i przypadku. Sposoby kodowania ró˝nych
typów pytaƒ
Pobranie danych z pliku dyskowego; korzystanie z baz danych zapisanych w ró˝nych formatach; wymiana danych mi´dzy
programami
Przygotowanie opisu bazy danych: etykiety zmiennych i etykiety wartoÊci; podwójna notacja w formacie programu STATISTICA
Wst´pna weryfikacja danych, wyszukiwanie b∏´dów i ich korekta
Przygotowanie danych do analizy - przekodowanie zmiennych i inne transformacje
Analiza braków danych
Braki danych typu MAR i MCAR
Analiza losowoÊci braków danych
Wa˝enie danych
Pierwsze spojrzenie na wyniki: tablice rozk∏adów i statystyki opisowe
Analiza rozk∏adów odpowiedzi i budowa histogramów
Interpretacja statystyk opisowych
Prezentacja rozk∏adów zmiennych przy pomocy odpowiednio dobranych typów wykresów; regu∏y doboru wykresów
statystycznych
Analiza tabelaryczna:
U˝ycie tabel dwudzielczych
Test i wspó∏czynniki korelacji w analizie wspó∏zale˝noÊci zmiennych
Dobór wspó∏czynników korelacji do typu zmiennych
Interpretacja wyników
Zmienne kontrolne
Pytania z wieloma mo˝liwymi odpowiedziami
Analiza korespondencji
Prosta i wieloraka analiza korespondencji
Interpretacja bezw∏adnoÊci i wartoÊci w∏asnych
Interpretacja osi wspó∏rz´dnych
Analiza skupisk

Metody hierarchiczne
Miary odleg∏oÊci
Metody grupowania
Metoda k-Êrednich
Analiza drzew klasyfikacyjnych
Budowa modelu predykcyjnego
Regu∏y stopu
Interpretacja drzewa klasyfikacyjnego

Analiza danych ankietowych

OPISY I PROGRAMY K

URSÓW

C

M

Y

K

7

Opis kursu:

Celem tego szkolenia jest przekazanie praktycznej umiej´tnoÊci wykorzystania systemu STATISTICA

Enterprise-wide Data Analysis System (SEDAS) do: uruchamiania analiz statystycznych, przeglàdania
i tworzenia raportów, pobierania danych z baz danych, wykonywania analiz interakcyjnych.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows.

Kontynuacjà mogà byç np. kursy:

„Prognozowanie sprzeda˝y w przedsi´biorstwie”, „Data mining I - kurs

podstawowy”, „Data mining II a - metody bez nauczyciela”, „Data mining II b - modele i metody”, „Data mining III
- STATISTICA Data Miner dla zaawansowanych ”, „Analizy wielowymiarowe”, „STATISTICA Visual Basic”.

Termin: 22-23.06.2005

Program kursu:

Wprowadzenie
Przedstawienie systemu i terminologia: profile, monitory, u˝ytkownicy
Zapoznanie ze sposobami pracy w systemie SEDAS
Uruchamianie, logowanie, opcje linii poleceƒ
Przyk∏adowe sesje pracy:

U˝ytkownika (gotowe analizy, pobieranie danych i analiza w STATISTICA,
korzystanie z raportów)

Analityka (projektanta analiz)
Administratora systemu
Zewn´trznego odbiorcy raportów (np. dyrektor)

Dost´p do danych z zewn´trznych baz danych
Niezb´dne podstawy j´zyka SQL
Definiowanie profili dost´pu do danych (profili OLE DB)
Eksploracja danych z zewn´trznych êróde∏ danych i analiza interakcyjna w SEDAS
Definiowanie i korzystanie z monitorów
Rejestrowanie makr analiz w STATISTICA Visual Basic
Proste monitory z analizami zapisanymi w STATISTICA Visual Basic
Przyk∏ady ró˝nych analiz
Definiowanie profili OLE DB z filtrowaniem i filtrowaniem hierarchicznym
Definiowanie monitorów z mo˝liwoÊcià filtrowania
Korzystanie z monitorów z zastosowaniem prostych przekrojów
Korzystanie z monitorów z zaawansowanymi mo˝liwoÊciami filtrowania
Edytor Raportów - tworzenie i edycja raportów do wydruku oraz PDF, HTML i RTF
Konfiguracja po∏àczeƒ z danymi - DSN w ODBC oraz providery OLE DB

OPISY I PROGRAMY K

URSÓW

Analiza danych

korporacyjnych

w systemie SEDAS

C

M

Y

K

Opis kursu:

Kurs ten przeznaczony jest dla wszystkich zainteresowanych zastosowaniami statystyki i pakietu

STATISTICA w przetwarzaniu sygna∏ów oraz interpretacji wyników pobranych z ró˝norodnych urzàdzeƒ
pomiarowych. Potencjalnymi odbiorcami sà in˝ynierowie, lekarze, biolodzy, fizycy oraz eksperymentatorzy
wykonujàcy sekwencje pomiarów. Kurs obejmuje przeglàd podstawowych metod statystycznych, analiz´
porównawczà w grupach, analiz´ regresji i korelacji. Szczególny nacisk po∏o˝ony jest na opis procesu
pomiarowego z u˝yciem komputera, przetwarzanie, przechowywanie i przesy∏anie rezultatów pomiaru.
Zasadniczymi zagadnieniami sà: filtracja sygna∏ów oraz analiza sygna∏ów w dziedzinie cz´stotliwoÊci (jedno-
i dwukana∏owa). Opcjonalnym uzupe∏nieniem wyk∏adu mo˝e byç wprowadzenie do teorii i przeglàd
zastosowaƒ czasowo-cz´stotliwoÊciowych reprezentacji sygna∏ów.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Statystyczne metody sterowania jakoÊcià (SPC)”, „Komputerowe

wspomaganie planowania i analizy statystycznej doÊwiadczalnych badaƒ innowacyjnych”, „Statystyka
w laboratorium”, „Metody statystyczne w SzeÊç Sigma”, „Analizy wielowymiarowe”, „Kompleksowy system
statystycznego sterowania jakoÊcià SEWSS”, „STATISTICA Visual Basic”.

Termin: 24-25.01.2005

Program kursu:

Prowadzenie pomiarów z u˝yciem rejestratorów cyfrowych
Cyfrowa reprezentacja sygna∏ów analogowych
Sygna∏ (seria czasowa)
Zjawiska zwiàzane z próbkowaniem
Cz´stotliwoÊç próbkowania i widmo
Podstawy pracy z programem STATISTICA, konwencje i proste zastosowania metod statystycznych
do poprawy jakoÊci danych pomiarowych
Redukcja informacji
Uogólnianie obserwowanych zjawisk przez przybli˝anie serii pomiarów funkcjami matematycznymi
Problem dopasowania
Wyciàganie wniosków na temat wzajemnej wspó∏zale˝noÊci zmian mierzonych wartoÊci
Korelacja
Zastosowanie programu STATISTICA do obliczania korelacji i do aproksymacji danych pomiarowych
Analiza ciàgów danych pomiarowych w dziedzinie cz´stotliwoÊci
Transformacja Fouriera - praktyczne aspekty zastosowaƒ
Jak przygotowaç sygna∏ do transformacji Fouriera (temperowanie i redukcja sk∏adowej sta∏ej)
Jak interpretowaç sygna∏ w dziedzinie cz´stotliwoÊci
OdwracalnoÊç transformacji Fouriera - najprostszy filtr
Widmo nie takie straszne
Opis „czarnej skrzynki” z u˝yciem statystyki widma
Dzia∏ania arytmetyczne i przetwarzanie sygna∏ów w dziedzinie cz´stotliwoÊci

8

OPISY I PROGRAMY K

URSÓW

Analiza danych
pomiarowych
i sygna∏ów

C

M

Y

K

Opis kursu:

Kurs przeznaczony jest dla wszystkich zainteresowanych wykorzystaniem pakietu STATISTICA

do wykonywania zadaƒ wynikajàcych z wymagaƒ systemu nadzorowania i sterowania procesami pomiarowymi
stosowanymi w przemyÊle do oceny zgodnoÊci wyrobów i procesów wytwarzania z wymaganiami odpowiednich
specyfikacji technicznych. Prezentowane zagadnienia obejmujà wymagane przez normy ISO-9000:2000,
ISO-10012:2003 oraz ISO/TS16949:2002 zasady i procedury uzyskiwania potwierdzenia metrologicznego,
które jest niezb´dnym warunkiem do tego, aby system pomiarowy móg∏ byç zaakceptowany do realizacji
danego zadania przemys∏owego. Wykonywane çwiczenia praktyczne majà na celu przygotowanie uczestników
kursu do realizacji takich zadaƒ jak: przygotowanie specyfikacji technicznej nowego systemu pomiarowego,
który ma byç kupiony, odbiór nowo zakupionego urzàdzenia pomiarowego, tworzenie systemu nadzorowania
wdro˝onych systemów pomiarowych, monitorowanie zdolnoÊci pomiarowej systemów w rzeczywistych
warunkach ich eksploatacji. Wi´kszoÊç omawianych podczas kursu procedur zgodna jest z zaleceniami,
cieszàcego si´ du˝ym uznaniem w przemyÊle samochodowym, przewodnika pt: „Measurement Systems
Analysis - MSA” Third Edition. 2002 opracowanego przez konsorcjum AIAG powo∏ane przez DaimlerChrysler
Corporation, Ford Motor Company i General Motors Corporation.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç kursy:

„Analiza danych pomiarowych i sygna∏ów”, „Kompleksowy system sterowania

jakoÊcià SEWSS”, „Statystyczne metody sterowania jakoÊcià (SPC)”, „Metody statystyczne w SzeÊç Sigma”.

Termin: 14-15.12.2005

Program kursu:

System pomiarowy i jego struktura
Proces pomiarowy i wyra˝anie jego wyniku
Wp∏yw elementów systemu na sk∏adowe wyniku pomiarów
Przemys∏owe zastosowania systemów pomiarowych
Klasyfikacja przemys∏owych systemów pomiarowych
Wymagania wynikajàce z norm ISO-9000:2000, ISO-10012:2003 oraz ISO/TS 16949:2002
Warunek podejmowania decyzji opartych na faktach
Istota i zasady uzyskiwania potwierdzenia metrologicznego
Sterowanie procesami pomiarowymi w przemyÊle
W∏aÊciwoÊci przemys∏owych systemów pomiarowych
Czu∏oÊç i rozdzielczoÊç
Dok∏adnoÊç (poprawnoÊç i precyzja)
PowtarzalnoÊç i odtwarzalnoÊç (R&R)
LiniowoÊç
StabilnoÊç
Wp∏yw w∏aÊciwoÊci systemów pomiarowych na b∏´dy kwalifikacji
Statystyczna analiza w∏aÊciwoÊci systemów pomiarowych
Badanie dok∏adnoÊci systemu (zgodnoÊci z deklaracjà producenta)
Analiza powtarzalnoÊci i odtwarzalnoÊci (eksperyment R&R)
Analiza liniowoÊci systemu i wykorzystanie jej rezultatów
Ocena stabilnoÊci sytemu pomiarowego
Wyznaczanie wskaêników zdolnoÊci pomiarowej systemu
Procedury umo˝liwiajàce uzyskanie potwierdzenia metrologicznego

9

OPISY I PROGRAMY K

URSÓW

Analiza przemys∏owych

systemów pomiarowych

-MSA

C

M

Y

K

10

OPISY I PROGRAMY K

URSÓW

Analiza
regresji

Opis kursu:

Celem kursu jest zapoznanie u˝ytkowników pakietu STATISTICA z podstawami analizy danych

za pomocà regresji liniowej, zw∏aszcza ze specyfikacjà modeli, diagnostykà i interpretacjà wyników. Kurs
jest zorientowany na praktyczne aspekty wykorzystania analizy regresji. Kurs b´dzie prowadzony na
przyk∏adach wykonywanych przez uczestników, wprowadzanych i komentowanych przez osob´ prowadzàcà.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Ogólny i uogólniony model liniowy w analizie wspó∏zale˝noÊci zjawisk”,

„Analiza wariancji”, „Testy statystyczne”, „Analizy wielowymiarowe”, „Sieci neuronowe”.

Termin: 23-24.02.2005

Program kursu:

Cel analizy regresji i przyk∏adowe obszary zastosowaƒ
Graficzne narz´dzia analizy i diagnostyki zwiàzku pomi´dzy zmiennymi
Wykres rozrzutu
Metody wyg∏adzania wykresu rozrzutu
Histogram
Normalne wykresy prawdopodobieƒstwa
Wariancja, kowariancja i korelacja - przypomnienie podstawowych poj´ç
Regresja liniowa dwóch zmiennych
Wyznaczanie linii regresji - definiowanie modelu w programie STATISTICA
Ocena dopasowania modelu do danych
Testowanie hipotez o wspó∏czynnikach regresji
Za∏o˝enia modelu regresji
Diagnostyka modelu za pomocà analizy reszt
Regresja wieloraka
Wst´pne badanie zmiennych do modelu
Definiowanie modelu i charakterystyka wyników, które mo˝na uzyskaç w programie STATISTICA
Interpretacja wspó∏czynników regresji i innych statystyk wynikowych (w tym korelacje czàstkowe
i semiczàstkowe)
Testowanie hipotez o wspó∏czynnikach
Diagnostyka modelu
Wprowadzanie do regresji cech niemierzalnych przy pomocy zmiennych zero-jedynkowych:
technika kodowania, specyfikacja modelu, interpretacja wyników
Radzenie sobie w sytuacji danych niespe∏niajàcych za∏o˝eƒ modelu regresji
Co robiç z obserwacjami nietypowymi, odstajàcymi od innych?
Jak post´powaç w sytuacji nieliniowoÊci zwiàzku?
Co robiç, gdy zmienne niezale˝ne sà silnie skorelowane (bliskie wspó∏liniowoÊci)?
HeteroscedastycznoÊç, jej konsekwencje i sposób na poradzenie sobie z nià w typowych sytuacjach
Techniki pokrewne regresji liniowej w pakiecie STATISTICA - przeglàd mo˝liwoÊci i obszary zastosowaƒ
Analiza dyskryminacji
Analiza wariancji i kowariancji
Korelacja kanoniczna
Modele Êcie˝kowe i strukturalne - modu∏ SEPATH
Regresja nieliniowa
Przyk∏ady zastosowania ogólnego i uogólnionego modelu liniowego

C

M

Y

K

Opis kursu:

Kurs ten jest przeznaczony dla osób, które zajmujà si´ bàdê zamierzajà zajmowaç si´ planowaniem

badaƒ i opracowywaniem wyników doÊwiadczeƒ w ró˝nych dziedzinach badaƒ naukowych i dzia∏alnoÊci
praktycznej. Zostanà przypomniane etapy weryfikacji hipotez statystycznych. Nast´pnie zostanà omówione
podstawowe poj´cia doÊwiadczalnictwa. W kolejnej cz´Êci zaj´ç zostanà przeprowadzone proste przyk∏ady
wprowadzajàce, po których omówione b´dà podstawy statystyczne analizy wariancji. Nast´pnie po kolei
zostanà przedstawione sposoby opracowywania wyników podstawowych uk∏adów ANOVA. W przyk∏adach
liczbowych zostanà wykorzystane dane pochodzàce z eksperymentów przeprowadzanych w agrotechnice,
zootechnice, medycynie, psychologii i pedagogice. W trakcie zaj´ç zostanà tak˝e omówione za∏o˝enia
analizy wariancji, problematyka testowania porównaƒ wielokrotnych oraz poj´cie interakcji. Na zakoƒczenie
zwrócimy równie˝ uwag´ na nieco bardziej z∏o˝one uk∏ady doÊwiadczalne oraz analiz´ kowariancji.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Ogólny i uogólniony model liniowy w analizie wspó∏zale˝noÊci zjawisk”,

„Analizy wielowymiarowe”, „Komputerowe wspomaganie planowania i analizy statystycznej doÊwiadczalnych
badaƒ innowacyjnych”.

Termin: 14-15.02.2005

Program kursu:

Wst´p

Etapy weryfikacji hipotez statystycznych
Podstawowe poj´cia doÊwiadczalnictwa
Przyk∏ad wprowadzajàcy
Logiczne i statystyczne podstawy analizy wariancji
Podzia∏ ca∏kowitej zmiennoÊci wyników
Hipotezy zerowe i alternatywne w ANOVA
Za∏o˝enia analizy wariancji i metody ich sprawdzania
Opracowywanie wyników doÊwiadczeƒ jednoczynnikowych
Procedury porównaƒ wielokrotnych
Nieparametryczny test ANOVA Kruskala-Wallisa
Opracowywanie wyników doÊwiadczeƒ jednoczynnikowych
Poj´cie i istota interakcji
Analiza porównaƒ zaplanowanych
Analiza uk∏adów z powtarzanymi pomiarami
Analiza kowariancji (ANCOVA)

11

OPISY I PROGRAMY K

URSÓW

Analiza

wariancji

12

OPISY I PROGRAMY K

URSÓW

Analizy
wielowymiarowe

Opis kursu:

Kurs ten przeznaczony jest dla badaczy wykorzystujàcych metody wielowymiarowe w ró˝norodnych

dziedzinach (np. medycynie, marketingu, badaniach rynku). Obejmuje wszystkie powszechnie wykorzystywane
typy analiz wielowymiarowych (od regresji, poprzez analiz´ skupieƒ, skalowanie wielowymiarowe i analiz´
czynnikowà, po analiz´ dyskryminacyjnà i korespondencji). Metody te znajdujà zastosowanie przy analizie
du˝ych zbiorów danych, umo˝liwiajàc wydobycie z danych najistotniejszych informacji. Oprócz metod
statystycznych uczestnicy poznajà tak˝e najefektywniejsze i najefektowniejsze sposoby graficznej prezentacji
danych wielowymiarowych.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Data mining I - kurs podstawowy”, „Data mining II a - metody bez

nauczyciela”, „Data mining II b - modele i metody”, „Data mining III - STATISTICA Data Miner dla
zaawansowanych”, „Metody statystyczne w marketingu i badaniach rynku”, „STATISTICA dla medyków -
metody zaawansowane”, „Sieci neuronowe”, „Analiza danych korporacyjnych w systemie SEDAS”.

Terminy: 9-10.03.2005, 3-4.11.2005

Program kursu:

Skale pomiaru zjawisk
Wielowymiarowa zmienna losowa
Graficzne metody prezentacji danych wielowymiarowych
Korelacja i korelacja czàstkowa
Regresja wieloraka
Zagadnienia taksonomiczne
Dobór cech
Miary odleg∏oÊci
Normalizacja i standaryzacja
Analiza skupieƒ
Metody aglomeracyjne
Metoda k-Êrednich
Porzàdkowanie obiektów wielowymiarowych
Analiza czynnikowa
Skalowanie wielowymiarowe
Analiza dyskryminacyjna

13

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs przeznaczony jest dla pracowników agencji badaƒ rynku i dzia∏ów marketingowych (przedsi´biorstw, firm

badawczych, uczelni, instytucji naukowych, oÊwiatowych, komunalnych, samorzàdowych itp.). Program kursu obejmuje
podstawowe wiadomoÊci z zakresu analiz jedno- i wielowymiarowych orientowanych na wykorzystanie pakietu STATISTICA
w badaniach zadowolenia i wartoÊci konsumenta. W szczególnoÊci omawiana jest budowa i ocena rzetelnoÊci skal pomiaru
satysfakcji i lojalnoÊci (SERVQUAL/SERVPREF, SIMALTO), skale ipsatywne w analizie postrzeganej jakoÊci i wartoÊci konsumenta,
kodowanie i wst´pne przetwarzanie danych, wprowadzenie do budowy i oceny istotnoÊci modeli Êcie˝kowych opisujàcych
relacje mi´dzy zadowoleniem i lojalnoÊcià konsumenta oraz klasyfikacyjno-predykcyjne modele lojalnoÊci wobec marki.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu STATISTICA. Zalecamy

wczeÊniejszy udzia∏ w kursach: „STATISTICA kurs podstawowy” lub „Statystyka dla niestatystyków” oraz „Analiza danych
ankietowych”, „Metody statystyczne w marketingu i badaniach rynku”.

Kontynuacjà mogà byç np. kursy:

„Modelowanie w badaniach marketingowych i rynkowych”,„Data mining I - kurs podstawowy”,

„Data mining II a - metody bez nauczyciela”, „Data mining II b - modele i metody”, „Data mining III - STATISTICA Data Miner
dla zaawansowanych”, „Analizy wielowymiarowe”, „Metody statystyczne w normach ISO 9001 i ISO/TS 16949”.

Termin: 2-3.03.2005

Program kursu:

Badanie satysfakcji

i wartoÊci klienta

Zadowolenie i lojalnoÊç klientów w strategiach CRM
Narz´dzia gromadzenia danych i pomiaru zadowolenia i lojalnoÊci
Skala wartoÊci/realizacji (importance-performance)
Skale postrzeganej jakoÊci us∏ug (SERVQUAL/SERVPREF)
Skala SIMALTO
Analiza wartoÊci konsumenta
Zasady analizy wartoÊci
Skale ipsatywne w pomiarze wa˝noÊci cech i ipsatyzacja zmiennych
Wst´pna analiza poziomu zadowolenia klienta
Analiza rozk∏adów
Miary pozycyjne i rozproszenia w ocenie stopnia zadowolenia
Ocena wymiarowoÊci skal satysfakcji i lojalnoÊci
Metody oceny wymiarowoÊci skali
Wykorzystanie analizy czynnikowej w ocenie wymiarowoÊci skal

WartoÊci w∏asne i ∏adunki czynnikowe
Ortogonalizacja i hierarchizacja czynników
Interpretacja wymiarów

Ocena rzetelnoÊci skali
Metody oceny rzetelnoÊci
Wspó∏czynnik Cronbacha
Model pomiarowy satysfakcji i lojalnoÊci klientów
Wymiary zadowolenia i lojalnoÊci
Wykorzystanie konfirmacyjnej analizy czynnikowej w ocenie zadowolenia i lojalnoÊci klientów

Postaç graficzna modelu

Identyfikacja modelu

Dopasowanie modelu do danych

Ocena parametrów modelu

Zwiàzki przyczynowe mi´dzy zadowoleniem a lojalnoÊcià klientów
Wykorzystanie metody regresyjnej i korelacyjnej w analizach kluczowych czynników sukcesu

i zadowolenia klienta

Regresja liniowa a korelacja

Interpretacja parametrów funkcji regresji

Ocena dopasowania modelu regresyjnego

Wprowadzenie do modeli Êcie˝kowych

Postaç graficzna modeli

Identyfikacja modelu

Ocena parametrów modelu

LojalnoÊç wobec marki a wybory produktów - wybrane metody analizy predykcyjnej
Charakterystyka metod predykcyjnych
Analiza drzewkowa - dobór predyktorów
Interpretacja drzewa klasyfikacyjnego
Rola analizy dyskryminacyjnej i regresji logistycznej w predykcji wyborów produktów

14

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Celem kursu jest zapoznanie jego uczestników z podstawowymi ideami i zasadami data minig

(zg∏´biania danych), tak aby mogli samodzielnie realizowaç projekty data mining. Na kursie omówione
zostanà: dost´p do baz danych, przygotowanie danych do analiz, dobór odpowiedniej metody analitycznej,
ocena uzyskanego modelu oraz wykonywanie analiz i stosowanie uzyskanych modeli (deployment).

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, znajomoÊç podstaw analizy danych.

Zalecamy wczeÊniejszy udzia∏ w kursie „

STATISTICA

kurs podstawowy” lub „Statystyka dla niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Data mining II a - metody bez nauczyciela”, „Data mining II b - modele

i metody”, „Data mining III - STATISTICA Data Miner dla zaawansowanych”.

Terminy: 11-12.04.2005, 3-4.10.2005

Program kursu:

Podstawowe idee data mining
Modele data mining
Etapy procesu data mining
Rodzaje zadaƒ data mining
Ârodowisko

STATISTICA

Data Miner

Wprowadzenie
Dane wejÊciowe: lokalne pliki danych i zdalne êród∏a danych
Wizualizacja i rozpowszechnianie wyników
Przeglàdarka w´z∏ów
Przyk∏ad prostej analizy w systemie

STATISTICA

Data Miner

Dane zewn´trzne

STATISTICA Query

IDP - In-place Database Processing
Specjalistyczne modu∏y systemu

STATISTICA Data Miner

(przeglàd)

Wst´pne przetwarzanie danych
Metody predykcyjnego data mining (uczenie z nauczycielem)
Odkrywanie wiedzy (uczenie bez nauczyciela)
Modu∏y stosowane po uzyskaniu modelu
Wst´pna obróbka danych - czyszczenie i przekszta∏cenia
Ogólne informacje
Czyszczenie danych
NiezgodnoÊci danych z rzeczywistoÊcià
Post´powanie z brakami danych
Dane nietypowe (odstajàce) i zaszumione
Przekszta∏cenia danych
Redukcja danych
Zmniejszenie liczby wymiarów
Zamiana zmiennej ciàg∏ej na skategoryzowanà (kategoryzacja)
¸àczenie klas zmiennej skategoryzowanej
Losowe próbkowanie
Wprowadzenie do prognozowania w

STATISTICA Data Miner

Przyk∏ady analiz w systemie

STATISTICA Data Miner

Problem klasyfikacyjny - modelowanie zdolnoÊci kredytowej
Czyszczenie danych i zadanie regresyjne.
Dostosowywanie systemu

STATISTICA Data Miner

Data mining I
- kurs podstawowy

15

OPISY I PROGRAMY K

URSÓW

Data mining II a

- metody

bez nauczyciela

Opis kursu:

Kurs jest przeznaczony dla wszystkich, którzy chcà bli˝ej poznaç specjalistyczne metody data

mining, tak aby móc wydobyç z danych maksymalnie du˝o u˝ytecznej wiedzy. W trakcie kursu prezentowane
sà techniki data mining nale˝àce do grupy metod bezwzorcowych (unsupervised learning). Kurs jest kon-
tynuacjà i rozwini´ciem kursu „Data mining I - kurs podstawowy”.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, znajomoÊç podstaw data mining

i systemu STATISTICA Data Miner. Zalecamy wczeÊniejszy udzia∏ w kursie „Data mining I - kurs podstawowy.”

Kontynuacjà mogà byç np. kursy:

„Data mining II b - modele i metody”, „Data mining III - STATISTICA Data

Miner dla zaawansowanych”, „Analizy wielowymiarowe”, „STATISTICA Visual Basic”.

Terminy: 13-14.04.2005, 21-22.11.2005

Program kursu:

Graficzne narz´dzia do eksploracji danych
Analiza sk∏adowych g∏ównych i sk∏adowych niezale˝nych (Principal Component Analysis
& Independent Component Analysis)
iteracyjny dobór czynników
techniki doboru czynników przy du˝ej liczbie zmiennych (NIPALS)
Analiza skupieƒ uogólnionà metodà EM i k-Êrednich (generalized EM & k-means cluster analysis)
metody doboru optymalnej liczby skupieƒ
Analiza koszykowa (association rules)
Analiza sekwencji i po∏àczeƒ (sequence and link analysis)

Opis kursu:

Kurs jest przeznaczony dla wszystkich, którzy chcà bli˝ej poznaç specjalistyczne metody data

mining, tak aby móc wydobyç z danych maksymalnie du˝o u˝ytecznej wiedzy. W trakcie kursu prezentowane
sà wybrane techniki data mining (m.in. drzewa klasyfikacyjne i regresyjne, sieci neuronowe). Kurs „Data
mining II b - modele i metody” jest kontynuacjà i rozwini´ciem kursu „Data mining I - kurs podstawowy”.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, znajomoÊç podstaw data mining

i systemu STATISTICA Data Miner. Zalecamy wczeÊniejszy udzia∏ w kursie „Data mining I - kurs podstawowy”,
„Data mining II a - metody bez nauczyciela”.

Kontynuacjà mogà byç np. kursy:

„Data mining III - STATISTICA Data Miner dla zaawansowanych”, „Prognozo-

wanie i analiza szeregów czasowych”, „Analizy wielowymiarowe”, „Metody statystyczne w marketingu
i badaniach rynku”, „Badanie satysfakcji i wartoÊci klienta”, „Prognozowanie sprzeda˝y w przedsi´biorstwie”,
„STATISTICA dla medyków - metody zaawansowane”, „Sieci neuronowe”, „STATISTICA Visual Basic”.

Terminy: 16-17-18.05.2005, 23-24-25.11.2005

Program kursu:

Drzewa klasyfikacyjne i regresyjne
Sieci neuronowe
Multivariate adaptive regression splines (MAR Splines)
Wprowadzenie
Koncepcja metody
Algorytm
Przyk∏ad analizy
Inne metody uczenia maszyn (Support Vector Machines)

16

OPISY I PROGRAMY K

URSÓW

Data mining II b
- modele i metody

17

OPISY I PROGRAMY K

URSÓW

Data mining III

- STATISTICA Data Miner

dla zaawansowanych

Opis kursu:

Kurs jest przeznaczony dla osób pragnàcych maksymalnie wykorzystaç mo˝liwoÊci systemu

STATISTICA Data Miner. Omówione zostanà mo˝liwoÊci modyfikowania systemu i dostosowywania go do
w∏asnych potrzeb, programowania w systemie oraz pracy w wersji klient-serwer.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, znajomoÊç podstaw data mining

i systemu STATISTICA Data Miner. Zalecamy wczeÊniejszy udzia∏ w kursie „Data mining I - kurs podstawowy”.

Terminy: 19.05.2005, 9.12.2005

Program kursu:

J´zyk skryptów STATISTICA Data Miner
Makra, rejestrowanie makr
Makra dla analiz
Makra zbiorcze (zapisy wielu analiz)
Makra klawiaturowe
Ârodowisko programistyczne
Edytor STATISTICA Visual Basic
Przeglàdarka funkcji
Przeglàdarka obiektów
Debugowanie programów w STATISTICA Visual Basic
Przyk∏ady
Struktura w´z∏ów
Modyfikowanie w´z∏ów
Tworzenie w∏asnych w´z∏ów
Wersja klient-serwer

Kompleksowy system
statystycznego sterowania
jakoÊcià SEWSS

Opis kursu:

Celem kursu jest przedstawienie SEWSS - nowoczesnego systemu wspierajàcego stosowanie

metod SPC i ogólnie analizy danych w zapewnieniu i optymalizacji jakoÊci. Omówione zostanà zasady
organizacji wprowadzania, przechowywania, udost´pniania i analizy danych dotyczàcych ró˝norodnych
procesów. Kurs jest kontynuacjà kursów „Statystyczne metody sterowania jakoÊcià (SPC)”, „Metody statystyczne
w normach ISO 9001 i ISO/TS 16949”.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, znajomoÊç podstaw statystycznego

sterowania jakoÊcià (SPC). Zalecamy wczeÊniejszy udzia∏ w kursach „STATISTICA kurs podstawowy” oraz
„Statystyczne metody sterowania jakoÊcià (SPC)” lub „Metody statystyczne w normach ISO 9001 i ISO/TS 16949”.

Kontynuacjà mogà byç np. kursy:

„Metody statystyczne w SzeÊç Sigma”, „Statystyka w laboratorium”,

„Komputerowe wspomaganie planowania i analizy statystycznej doÊwiadczalnych badaƒ innowacyjnych”,
„Analiza danych pomiarowych i sygna∏ów”.

Termin: 20-21.06.2005

Program kursu:

Wprowadzenie do systemu SEWSS
Obiekty systemu
Komputerowy obraz procesu - schemat systemu
W∏aÊciwoÊci
Etykiety
Monitory
Wprowadzanie danych
Definiowanie profilu, tj. zbioru w∏aÊciwoÊci i etykiet wprowadzanych razem
W∏aÊciwoÊci podlegajàce ocenie liczbowej
W∏aÊciwoÊci podlegajàce ocenie alternatywnej
Monitorowanie procesu za pomocà kart kontrolnych
Definiowanie monitorów
Automatyczne reakcje na zdarzenia
Dostosowanie kart kontrolnych do pracy na hali produkcyjnej
Dane z zewn´trznych baz danych
Definiowanie êróde∏ danych
Budowa zapytaƒ
Karty kontrolne dla danych z zewn´trznych baz danych
Analiza danych post-hoc
Automatyczne tworzenie raportów

18

OPISY I PROGRAMY K

URSÓW

Komputerowe

wspomaganie planowania

i analizy statystycznej

doÊwiadczalnych badaƒ innowacyjnych

Opis kursu:

Kurs obejmuje szeroki zakres metod wspomagajàcych planowanie badaƒ i analiz´ uzyskanych

wyników. Prezentowane sà przyk∏ady planowania badaƒ doÊwiadczalnych dla rozmaitych typów obiektów:
od prostych o dwuwartoÊciowych wielkoÊciach wejÊciowych do z∏o˝onych, majàcych skomplikowane zale˝noÊci
funkcyjne lub narzucone warunki ograniczajàce. Omawiane sà tak˝e techniki stosowane na wst´pnym,
rozpoznawczym etapie prac, dzi´ki którym od razu uzyskuje si´ znaczne ograniczenie zakresu i czasu trwania
dalszych szczegó∏owych badaƒ. Uczestnicy kursu zapoznajà si´ z metodami analizy pomiarów i interpretacjà
uzyskiwanych wyników: analizà wariancji ANOVA, aproksymacjà Êredniokwadratowà, testami istotnoÊci,
wykresem Pareto efektów, normalnym wykresem prawdopodobieƒstwa itp.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Analiza wariancji”, „Statystyczne metody sterowania jakoÊcià (SPC)”,

„Analiza danych pomiarowych i sygna∏ów”, „Statystyka w laboratorium”, „Kompleksowy system statystycznego
sterowania jakoÊcià SEWSS”.

Terminy: 25-26.04.2005, 19-20.09.2005

Program kursu:

Badania wst´pne - identyfikacja czynników istotnych z zastosowaniem planów eliminacyjnych
Placketta-Burmana
Badanie obiektów z dwuwartoÊciowymi wielkoÊciami wejÊciowymi - zastosowanie planów frakcyjnych
dwuwartoÊciowych (dwupoziomowych) Boxa-Behnkena
Badanie obiektów z wielkoÊciami wejÊciowymi o charakterze ciàg∏ym - zastosowanie planów
centralnych kompozycyjnych, modelowanie powierzchni odpowiedzi, poszukiwanie odpowiedzi
ekstremalnych, identyfikacja zwiàzków funkcyjnych pomi´dzy wielkoÊciami wejÊciowymi i odpowiedzià
obiektu badaƒ
Uwzgl´dnianie wp∏ywu kilku ró˝nych czynników blokowych na badany obiekt - zastosowanie
kwadratów ∏aciƒskich i grecko-∏aciƒskich
Badanie obiektów, których wielkoÊci wejÊciowe spe∏niajà warunek sumowalnoÊci do wartoÊci sta∏ej
- zastosowanie planów dla mieszanin bez ograniczeƒ i z ograniczeniami; analiza i wizualizacja
wyników
Zastosowanie planów optymalnych - plany D- i A-optymalne. Optymalne uzupe∏nianie uprzednio
uzyskanych wyników badaƒ - analiza i interpretacja
Metoda Taguchi - omówienie koncepcji i stosowanych kryteriów S/N. Przygotowanie badaƒ i analiza
uzyskanych wyników. Zapoznanie z zaletami i ograniczeniami metody

19

OPISY I PROGRAMY K

URSÓW

20

OPISY I PROGRAMY K

URSÓW

Metody statystyczne
w marketingu
i badaniach rynku

Opis kursu:

Kurs przeznaczony jest dla pracowników agencji badaƒ rynku i instytucji marketingowych (przedsi´biorstwa,

firmy badawcze, uczelnie, instytucje naukowe, oÊwiatowe, komunalne, samorzàdowe itp.). Program kursu obejmuje
podstawowe wiadomoÊci z zakresu analiz jedno i wielowymiarowych orientowanych na wykorzystanie pakietu STATISTICA.
Nast´pnie przedstawione sà sposoby wykorzystania pakietu w zarzàdzaniu i przetwarzaniu danych marketingowych.
W szczególnoÊci omawia si´ ocen´ rzetelnoÊci skal pomiaru, kodowanie i przetwarzanie danych, analiz´ tabel
dwudzielczych, zastosowanie metod wielowymiarowych w badaniach rynkowych i marketingowych, a zw∏aszcza: analiz´
czynnikowà, analiz´ skupieƒ, analiz´ korespondencji i skalowanie wielowymiarowe (MDS) oraz tworzenie map percepcji.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu STATISTICA.

Zalecamy wczeÊniejszy udzia∏ w kursach „STATISTICA kurs podstawowy” lub „Statystyka dla niestatystyków” oraz „Analiza
danych ankietowych”.

Kontynuacjà mogà byç np. kursy:

„Modelowanie w badaniach marketingowych i rynkowych”, „Badanie satysfakcji

i wartoÊci klienta”, „Prognozowanie i analiza szeregów czasowych”, „Prognozowanie sprzeda˝y w przedsi´biorstwie”,
„Data mining I - kurs podstawowy”, „Data mining II a - metody bez nauczyciela”, „Data mining II b - modele i metody”,
„Data mining III - STATISTICA Data Miner dla zaawansowanych”, „Analizy wielowymiarowe”, „Sieci neuronowe”.

Terminy: 9-10.02.2005, 16-17.11.2005

Program kursu:

Przedmiot i zakres badaƒ rynkowych i marketingowych
Obszary badaƒ rynkowych i marketingowych
Struktura hierarchiczna badaƒ
Hierarchia metod badawczych
Dobór prób i testowanie wyników pomiaru.
Planowanie doÊwiadczeƒ
Grupy eksperymentalne
Bloki eksperymentalne
Powtarzane pomiary
Kwadraty ∏aciƒskie
Procedury segmentacji i selektywnoÊci
Analiza dyskryminacji i klasyfikacji
Wybór rynków docelowych
Pozycjonowanie produktów, mapy percepcji.
Proces badaƒ marketingowych
Problem badawczy
Budowa narz´dzia pomiaru
Dobór próby i prowadzenie badaƒ
Kodowanie i analiza danych
Ocena rzetelnoÊci narz´dzia pomiarowego
Koncepcja pytaƒ kwestionariuszowych
Skale i indeksy
Metody oceny rzetelnoÊci skal
Metoda alfa-Cronbacha
Zasady kodowania danych
Arkusz kodowy
Zmienne numeryczne i kategorialne
Zmienne ciàg∏e, dychotomiczne i zdychotomizowane
Redukcja wymiarowoÊci w badaniach marketingowych - zastosowanie w badaniach konsumenta i segmentacji rynku
Analiza g∏ównych sk∏adowych a analiza czynnikowa
WartoÊci w∏asne i ∏adunki czynnikowe
Cele rotacji ortogonalnej
Interpretacja wymiarów
Klasyfikacja i segmentacja rynku
Zasady i rodzaje analizy skupisk
Typy mierników odleg∏oÊci
Metody grupowania
Interpretacja dendrogramu
Metoda k-Êrednich
Klasyfikacja i profilowanie segmentów
Tabulacja danych
Tabela kontyngencji
IstotnoÊç i si∏a zwiàzku
Wykorzystanie map percepcji w badaniach produktu
Modele MDS
Budowa macierzy podobieƒstw
Interpretacja mapy percepcji
Mapy percepcji i biploty - wykorzystanie analizy g∏ównych skladowych
Analiza PROFIT
Prezentacja danych - komunikacja z bazami danych i edytorami tekstów (Word)

C

M

Y

K

21

OPISY I PROGRAMY K

URSÓW

Metody statystyczne

w normach ISO 9001

i ISO/TS 16949

Opis kursu:

Kurs ten przeznaczony jest dla wszystkich zainteresowanych problematykà metod statystycznych

wymaganych przez normy ISO 9001 i ISO/TS 16949. Celem kursu jest osiàgni´cie umiej´tnoÊci rozpoznawania
zapotrzebowania na metody statystyczne i mo˝liwoÊci efektywnego ich wdra˝ania przez osoby z dzia∏ów
zapewnienia jakoÊci, a tak˝e z dzia∏ów marketingu. Uczestnicy poznajà podstawy najwa˝niejszych metod,
zakres i przyk∏ady ich zastosowaƒ oraz sposoby interpretacji otrzymywanych wyników.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows.

Kontynuacjà mogà byç np. kursy:

„Statystyczne metody sterowania jakoÊcià (SPC)”, „Kompleksowy system

statystycznego sterowania jakoÊcià SEWSS”, „Metody statystyczne w SzeÊç Sigma”, „Analiza danych
pomiarowych i sygna∏ów”, „Komputerowe wspomaganie planowania i analizy statystycznej doÊwiadczalnych
badaƒ innowacyjnych”, „Statystyka w laboratorium”, „Analiza danych ankietowych”, „Metody statystyczne
w marketingu i badaniach rynku”.

Terminy: 27-28.04.2005, 5-6.10.2005

Program kursu:

Rola statystyki w dzia∏aniu przedsi´biorstwa
ISO 9001 oraz ISO/TS 16949- wymagania dotyczàce doskonalenia i metod statystycznych
Wprowadzenie do STATISTICA
Analiza danych, poszukiwanie informacji o procesach
Statystyczne sterowanie procesem (SPC)
Histogramy, wykres Pareto, wykres rozrzutu
Karty kontrolne Shewharta
Analiza zdolnoÊci jakoÊciowej
Metody analizy powtarzalnoÊci i odtwarzalnoÊci pomiarów (metody R&R) - podstawy
Wa˝niejsze metody kontroli odbiorczej - przeglàd
Badanie zadowolenia klienta w kontekÊcie zarzàdzania jakoÊcià

C

M

Y

K

22

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Celem kursu jest praktyczne przekazanie uczestnikom zasadniczej wiedzy o metodach statystycznych

stosowanych w

SzeÊç Sigma

. Kurs zorganizowany jest zgodnie z etapami DMAIC (Definiowanie, Pomiar, Analiza,

Udoskonalenie, Kontrola); odpowiednie metody omawiane sà w kontekÊcie strategii

SzeÊç Sigma

. Nacisk po∏o˝ony

jest na zastosowania statystyki, nie na jej teoretyczne podstawy, niemniej jednym z celów kursu jest nabycie przez

uczestników umiej´tnoÊci „statystycznego myÊlenia“. Podstawowe metody statystyczne (np. miara jakoÊci

SzeÊç

Sigma

) omawiane sà wyczerpujàco, tak by zasady ich zastosowania nie budzi∏y wàtpliwoÊci, bardziej zaawansowane

metody omówione sà tak, by uczestnicy byli w stanie rozpoznaç w swych procesach potrzeb´ ich stosowania
i mogli z powodzeniem ich u˝yç. Krótko omawiane sà te˝ najbardziej zaawansowane metody zalecane w literaturze

SzeÊç Sigma

. Mo˝liwoÊç sprawnego, praktycznego wykorzystania nabytej wiedzy w konkretnej technologii daje

fakt, ˝e omawiane procedury wykonywane sà za pomocà STATISTICA i w przysz∏oÊci b´dà mog∏y byç ∏atwo
powtórzone dla konkretnych procesów.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu STATISTICA

i podstawowych poj´ç statystycznych. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub
„Statystyka dla niestatystyków” oraz „Statystyczne metody sterowania jakoÊcià (SPC)” lub „Metody statystyczne
w normach ISO 9001 i ISO/TS 16949”.

Kontynuacjà mogà byç np. kursy:

„Kompleksowy system statystycznego sterowania jakoÊcià SEWSS”, „Statystyka

w laboratorium”, „Analiza danych pomiarowych i sygna∏ów”, „Komputerowe wspomaganie planowania i analizy
statystycznej doÊwiadczalnych badaƒ innowacyjnych”, „Analizy wielowymiarowe”, „Analiza wariancji”, „Analiza
regresji”.

Terminy: 8-9-10.06.2005, 28-29-30.11.2005

Program kursu:

Definiowanie

Krótka historia

SzeÊç Sigma

Miara jakoÊci

SzeÊç Sigma

Zale˝noÊç przyczynowo-skutkowa
Problemy naturalne i wyjàtkowe
Pomiar
ZmiennoÊç procesów
Zmienne iloÊciowe i jakoÊciowe
Próbki i statystyki opisowe
Testy statystyczne
Metody graficzne (histogram, wykres liniowy, wykresy ramka-wàsy)
Rozk∏ady prawdopodobieƒstwa
ZdolnoÊç procesu
PowtarzalnoÊç i odtwarzalnoÊç pomiarów (R&R)
Analiza
Wizualizacja danych
Przedzia∏y ufnoÊci, testowanie hipotez
Bootstrapping i losowe próbkowanie
Komponenty wariancyjne
Zale˝noÊç zmiennych, korelacja, regresja
Analizy wielowymiarowe
Udoskonalenie
Planowanie doÊwiadczeƒ (DOE)
Funkcja straty, u˝ytecznoÊç
Kontrola
Statystyczne uregulowanie procesu
Karty kontrolne
SzeÊç wykresów
Analiza Weibulla niezawodnoÊci

Metody statystyczne
w SzeÊç Sigma

C

M

Y

K

Opis kursu:

W trakcie zaj´ç uczestnicy kursu zapoznajà si´ z mo˝liwoÊciami tworzenia ró˝norodnych

prezentacji graficznych w oparciu o surowe dane lub wyniki analiz statystycznych. Oprócz technik typowo
prezentacyjnych program STATISTICA udost´pnia równie˝ szereg graficznych technik analitycznych.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA, zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Terminy: 8.04.2005, 18.11.2005

Program kursu:

Wprowadzenie
Jakie umiej´tnoÊci nab´dziesz w trakcie niniejszego kursu
Ogólne w∏asnoÊci wykresów w programie STATISTICA
Rodzaje wykresów dost´pne w programie STATISTICA
Przyk∏ad wprowadzajàcy - tworzenie i modyfikacja wykresu rozrzutu
Wykresy prezentujàce rozk∏ady zmiennych
Wykresy ilustrujàce podstawowe statystyki opisowe
Wykresy prezentacyjne
Wykresy korelacyjne

23

OPISY I PROGRAMY K

URSÓW

Metody wizualizacji

danych

C

M

Y

K

24

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs ma za zadanie zapoznaç lekarzy, farmakologów oraz biologów z najbardziej praktycznymi

metodami opisu zale˝noÊci pomi´dzy zmiennymi wyst´pujàcymi w problemach biologiczno-medycznych
(np. dawka leku a jego skutecznoÊç lub zale˝noÊç iloÊci dni sp´dzonych w szpitalu od wielkoÊci pewnych
parametrów biochemicznych). Korzystajàc z ró˝norodnych przyk∏adów, poznajemy sposoby opisu (budow´
modeli) powiàzaƒ pomi´dzy analizowanymi cechami. Nast´pnie opisywane sà metody badania dopasowania
zbudowanego modelu do danych rzeczywistych. Poznajemy odpowiednie procedury dopasowania. Zbudowane
modele wykorzystywane sà do przewidywania zmian w analizowanych uk∏adach zmiennych. Liczne przyk∏ady
ilustrujà sposoby sprawdzenia odpowiednich za∏o˝eƒ, budowy modeli, a tak˝e interpretacji uzyskanych
wyników. Do analizy w∏àczane sà zarówno zmienne iloÊciowe, jak i jakoÊciowe. Dla tych ostatnich poznamy
jednà z podstawowych metod ich analizy - analiz´ log-liniowà, a tak˝e sposoby testowania istotnoÊci
statystycznej wp∏ywu ró˝nych czynników (i powiàzaƒ mi´dzy nimi), które zosta∏y uj´te w tabeli krzy˝owej
(np. wyst´powanie ró˝nych symptomów chorobowych w zale˝noÊci od p∏ci, grupy wiekowej).

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA dla medyków i biologów”, „STATISTICA kurs
podstawowy” lub „Statystyka dla niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„STATISTICA dla medyków - metody zaawansowane”, „Analizy

wielowymiarowe”, „Ogólny i uogólniony model liniowy w analizie wspó∏zale˝noÊci zjawisk”, „Analiza
regresji”, „Sieci neuronowe”.

Termin: 7-8.03.2005

Program kursu:

Przypomnienie i wprowadzenie - analiza regresji
Budowa modelu liniowego i jego za∏o˝enia
Dopasowanie modelu liniowego (wspó∏czynnik determinacji, analiza wariancji, istotnoÊç
wspó∏czynników)
Znaczenie analizy reszt (odleg∏oÊç Cooka, Mahalanobisa) oraz wykrywanie punktów odstajàcych
Dobór zmiennych objaÊniajàcych (regresja krokowa, nadmiarowoÊç, tolerancja)
Przeprowadzenie analizy w pakiecie STATISTICA
Interpretacja otrzymanych wyników
Modele nieliniowe
Modele nieliniowe sprowadzone poprzez przekszta∏cenia do liniowych
Procedury estymacji modeli nieliniowych (metody estymacji, funkcji kary)
Ocena dopasowania modelu
Ogólny model regresji logistycznej i jego zastosowanie w naukach przyrodniczych
Przeprowadzenie analizy w pakiecie STATISTICA
Interpretacja otrzymanych wyników
Analiza log-liniowa jako wyrafinowane narz´dzie do badania zale˝noÊci w tabelach krzy˝owych
Wielodzielcze tabele liczebnoÊci (zmienne objaÊniane i objaÊniajàce)
Model log-liniowy (model u˝ytkownika i automatyczne dopasowanie modelu)
Ocena dobroci dopasowania modelu (test

χ

2

Pearsona i

χ

2

najwi´kszej wiarygodnoÊci)

Efekty interakcji wieloczynnikowych i powiàzania pomi´dzy zmiennymi objaÊniajàcymi
Przeprowadzenie analizy w pakiecie STATISTICA
Interpretacja otrzymanych wyników
Analiza oparta na ogólnym i uogólnionym modelu liniowym

Modele regresji
liniowej i nieliniowej
w biologii i medycynie

C

M

Y

K

25

OPISY I PROGRAMY K

URSÓW

Modelowanie

w badaniach

marketingowych

i rynkowych

Opis kursu:

Kurs przeznaczony jest dla przedstawicieli firm badawczych oraz pracowników instytutów naukowych

i uczelni wy˝szych. Z kursu b´dà mogli skorzystaç równie˝ pracownicy s∏u˝b marketingowych przedsi´biorstw i instytucji
rynkowych. Zalecana jest znajomoÊç zasad wielowymiarowej analizy regresji i analizy czynnikowej. Program kursu obejmuje
podstawy modelowania, interpretacj´ i idealizacje modelu oraz symulacj´ i predykcj´. Szczególna uwaga zostanie zwrócona
na wartoÊci poznawcze i interpretacyjne modeli trendu, na wykorzystanie modeli regresji w badaniach rynkowych
i marketingowych oraz na wykorzystanie modeli adaptacyjnych w procesach dyfuzji i inercji oraz w procesach przejÊcia.
Zostanà przedstawione równie˝ metody konfirmacyjnej analizy czynnikowej i modelowania strukturalnego SEPATH.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu STATISTICA, znajomoÊç

zasad wielowymiarowej analizy regresji i analizy czynnikowej, zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs
podstawowy” lub „Statystyka dla niestatystyków” oraz „Metody statystyczne w marketingu i badaniach rynku”, „Analizy
wielowymiarowe”.

Kontynuacjà mogà byç np. kursy:

„Badanie satysfakcji i wartoÊci klienta”, „Data mining I - kurs podstawowy”, „Data mining

II a - metody bez nauczyciela”, „Data mining II b - modele i metody”, „Data mining III - STATISTICA Data Miner dla
zaawansowanych”, „Prognozowanie i analiza szeregów czasowych”, „Prognozowanie sprzeda˝y w przedsi´biorstwie”, „Analizy
wielowymiarowe”, „Sieci neuronowe”, „Analiza danych korporacyjnych w systemie SEDAS”.

Termin: 6-7.04.2005

Program kursu:

Poj´cie i konstrukcja modeli marketingowych
Poj´cie i istota modelowania
Rodzaje modeli
Modele trendu
Modele liniowe
Modele nieliniowe
Estymacja nieliniowa modeli trendu
Szczególne przypadki nieciàg∏oÊci
Modele regresji
Modele regresji jednej zmiennej
Regresja logitowa i probitowa
Modele log-liniowe
Modele regresji wielorakiej o charakterze przyczynowo-skutkowym
Modele ANOVA
Jednoczynnikowa ANOVA
ANOVA efektów g∏ównych
ANOVA dla uk∏adów czynnikowych
ANOVA dla uk∏adów zagnie˝d˝onych
Modele ANCOVA
ANCOVA z liniowym wp∏ywem zmiennej towarzyszàcej bez interakcji
ANCOVA z nieliniowym wp∏ywem zmiennej towarzyszàcej bez interakcji
ANCOVA z nieliniowym wp∏ywem zmiennej towarzyszàcej z interakcjià
Modele adaptacyjne
Model dyfuzji
Model grawitacji
Model potencja∏u
Model przep∏ywów
Eksploracyjna analiza czynnikowa
Zastosowania EAC w budowaniu modeli marketingowych
Analiza g∏ównych sk∏adowych a analiza czynnikowa
Procedura analizy czynnikowej/g∏ównych sk∏adowych
Interpretacja wyników analizy czynnikowej
Konfirmacyjna analiza czynnikowa
Zastosowania KAC w modelowaniu marketingowym
Budowa modelu pomiarowego
Problemy identyfikacji modelu
Rodzaje estymacji parametrów modelu
Równania strukturalne (SEPATH)
Zastosowania równaƒ strukturalnych w modelowaniu marketingowym
Model pomiarowy i model strukturalny
Graficzna prezentacja diagramu Êcie˝kowego
Problemy identyfikacji modelu
Estymacja i interpretacja parametrów modelu
Wielogrupowe modele strukturalne w mi´dzykulturowych badaniach marketingowych
Rodzaje ekwiwalencji badaƒ
Ocena inwariancji pomiarowej
Wykorzystanie modeli strukturalnych w porównaniach mi´dzykulturowych

C

M

Y

K

26

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs przeznaczony jest dla osób, zainteresowanych budowaniem liniowych i nieliniowych modeli

ujmujàcych powiàzania pomi´dzy zmiennymi w oparciu o metody ogólnego i uogólnionego modelu liniowego
zaimplementowane w modu∏ach: Ogólne modele liniowe (GLM), Uogólnione modele liniowe i nieliniowe
(GLZ), Ogólne modele regresji (GRM) oraz Modele czàstkowych najmniejszych kwadratów (PLS). Program
kursu obejmuje definiowanie i przeprowadzanie analizy zarówno standardowych jak i bardziej z∏o˝onych
typów uk∏adów doÊwiadczalnych (m. in. uk∏ady ANOVA lub MANOVA; jednoczynnikowe, efektów g∏ównych,
czynnikowe lub zagnie˝d˝one, uk∏ady z powtarzanymi pomiarami, modele regresji prostej, wielorakiej
i wielomianowej, proste lub bardziej z∏o˝one uk∏ady analizy kowariancji; np. z oddzielnymi wspó∏czynnikami
kierunkowymi, lub ogólne wielowymiarowe uk∏ady MANCOVA). Uczestnicy kursu w oparciu o dane
pochodzàce z ró˝nych dziedzin zapoznajà si´ ze sposobem przeprowadzania analizy takich uk∏adów oraz
interpretacjà wyników.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA i podstawowych metod statystycznych, zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs
podstawowy” albo „Statystyka dla niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Analizy wielowymiarowe”, „Sieci neuronowe”, „Data mining I - kurs

podstawowy”, „Data mining II a - metody bez nauczyciela”, „Data mining II b - modele i metody”, „Data
mining III - STATISTICA Data Miner dla zaawansowanych”.

Termin: 14-15.03.2005

Program kursu:

Wprowadzenie
Cele i program kursu
Wprowadzenie do zagadnienia modeli liniowych
Wspólne w∏asnoÊci modu∏ów GLM, GLZ, GRM
Przyk∏ady analiz prostych modeli liniowych
Uk∏ad jednoczynnikowej analizy wariancji
Przyk∏ad analizy regresji prostej
Bardziej zaawansowane techniki analizy wariancji
Dwuczynnikowa ANOVA
Przyk∏ad trójczynnikowej ANOVA
Uk∏ady ANOVA z powtarzanymi pomiarami
Przyk∏ady stosowania technik analizy regresji
Przyk∏ad analizy regresji wielorakiej w module GRM
Przyk∏ad regresji wielomianowej
Techniki analizy kowariancji
Przyk∏ady zastosowania uogólnionego modelu liniowego

Ogólny i uogólniony
model liniowy w analizie
wspó∏zale˝noÊci zjawisk

C

M

Y

K

27

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs przeznaczony jest dla osób, które chcà poznaç podstawowe i zaawansowane techniki

prognozowania i analizy szeregów czasowych. Uczestnicy po zaznajomieniu si´ z podstawowymi poj´ciami
(proces stochastyczny, sk∏adniki szeregów czasowych) poznajà szeroki zakres metod pozwalajàcych formu∏owaç
prognozy i oceniaç ich jakoÊç (estymacja trendu, analiza wahaƒ sezonowych, wyrównywanie wyk∏adnicze,
analiza widmowa, funkcje autokorelacji i korelacji czàstkowej, modele ARIMA).

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA, zalecamy wczeÊniejsze uczestnictwo w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Prognozowanie sprzeda˝y w przedsi´biorstwie”, „Analizy wielowymiarowe”,

„Metody statystyczne w marketingu i badaniach rynku”, „Analiza regresji”, „Sieci neuronowe”, „Analiza
danych korporacyjnych w systemie SEDAS”, „Data mining I - kurs podstawowy”, „Data mining II a - metody
bez nauczyciela”, „Data mining II b - modele i metody”, „Data mining III - STATISTICA Data Miner dla
zaawansowanych”.

Terminy: 31.01-1.02.2005, 28-29.09.2005

Program kursu:

Zmienne losowe. Podstawy wnioskowania statystycznego
Procesy stochastyczne i szeregi czasowe
Definicja procesu stochastycznego

Szereg czasowy i jego prezentacja graficzna
Procesy z czasem ciàg∏ym i dyskretnym
Parametry procesu stochastycznego: wartoÊç przeci´tna, wariancja i funkcja autokorelacji
StacjonarnoÊç i ergodycznoÊç procesu
Klasyczna analiza szeregów czasowych, dekompozycja szeregu czasowego
Wskaêniki dynamiki
Estymacja trendu

Ârednie ruchome
Dopasowywanie funkcji

Analiza wahaƒ sezonowych
Metody eliminacji sk∏adników systematycznych
Wyrównywanie wyk∏adnicze
Proste wyrównywanie wyk∏adnicze

Modele sezonowe i niesezonowe
Metody regresyjne w modelowaniu i prognozowaniu szeregów czasowych
Modele ze zmiennymi zerojedynkowymi
Modele autoregresji
Uwzgl´dnianie informacji ze zmiennych dodatkowych
Trendy jednoimiennych okresów
Analiza widmowa
Periodogram
Widmo mocy
Modele typu ARIMA
Identyfikacja postaci modelu
Estymacja parametrów
Testowanie modelu
Ocena dobroci dopasowania i analiza reszt
Prognozowanie

Prognozowanie

i analiza szeregów

czasowych

C

M

Y

K

28

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs adresowany jest do wszystkich osób, które przygotowujà prognozy zapotrzebowania na energi´ elektrycznà

lub cieplnà i jej przysz∏ego zu˝ycia - w elektrowniach, elektrociep∏owniach, zak∏adach energetycznych itp. Od podstaw
wprowadza niezb´dne poj´cia statystyczne, a nast´pnie kolejne metody analityczne: analiz´ regresji, metody prognozowania
szeregów czasowych, prognozowanie za pomocà sieci neuronowych, a tak˝e metody klasyfikacji. Na kursie poruszane b´dà
nie tylko zagadnienia prognozowania, ale tak˝e klasyfikacyjne, np. wyodr´bnianie grup klientów o podobnych cechach. Na
kursie zostanà wykorzystane rzeczywiste dane pochodzàce z polskich przedsi´biorstw.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows.

Termin: 13-14-15-16.06.2005

Program kursu:

Wprowadzenie do statystycznej analizy danych
Podstawowe poj´cia
Zakres zastosowaƒ metod statystycznych
Wybrane operacje na danych
Import arkusza Excela i sposoby sprawdzania poprawnoÊci danych
Czyszczenie danych
Elementy statystyki opisowej
Badanie rozk∏adu zmiennych
Charakterystyki liczbowe rozk∏adu zmiennej
Analiza statystyk opisowych w grupach
Elementy wnioskowania statystycznego
Testowanie hipotez statystycznych
Przyk∏ady weryfikacji hipotez statystycznych
Wybrane metody analizy wspó∏zale˝noÊci pomi´dzy zmiennymi
Wprowadzenie
Elementy analizy korelacyjnej
Regresja liniowa dwóch zmiennych (regresja prosta)
Regresja wieloraka

Metody budowy modeli

Estymacja modeli nieliniowych
Metody prognozowania szeregów czasowych - wprowadzenie
Sk∏adniki szeregu czasowego
Metody prognozowania
Miary oceny trafnoÊci prognoz
Analiza trendu
Ârednie ruchome
Analityczna metoda wyodr´bniania trendu
Eliminacja trendu
Analiza wahaƒ okresowych
SezonowoÊç addytywna i multiplikatywna
Metoda Census I
Eliminacja wahaƒ okresowych
Zastosowanie modeli regresji w prognozowaniu szeregów czasowych
Trendy
Modele ze zmiennymi zerojedynkowymi
Modele autoregresji
Uwzgl´dnianie informacji ze zmiennych dodatkowych
Trendy jednoimiennych okresów
Modele ARIMA
Struktura modelu
Doprowadzanie analizowanego procesu do stacjonarnoÊci
Poszukiwanie dopuszczalnego modelu
Weryfikacja modelu
Wyrównywanie wyk∏adnicze
Zasady wyrównywania wyk∏adniczego
Wybór modelu
Ocena wyników
Analiza skupieƒ
Podstawy analizy skupieƒ
Wybór miary odleg∏oÊci, metody i strategii grupowania
Metoda Warda i metoda k-Êrednich
Zastosowanie metod analizy skupieƒ w analizie szeregów czasowych
Analiza obserwacji ekstremalnych i nietypowych
Analiza dyskryminacyjna
Modele logitowe
Sieci neuronowe
Neuron i sieç neuronowa
Uczenie sieci
Neuronowe modele regresyjne, prognozowanie
Techniki klasyfikacji wzorcowej
Klasyfikacja bezwzorcowa

Prognozowanie
i analiza danych
w energetyce

C

M

Y

K

Opis kursu:

Kurs przeznaczony jest dla osób zajmujàcych si´ budowà oraz wykorzystaniem prognoz sprzeda˝y

w przedsi´biorstwie. Program kursu obejmuje zagadnienia zwiàzane z przebiegiem procesu prognostycznego, budowà
wybranych modeli prognostycznych, budowà prognoz i symulacjà komputerowà. Przedstawione zostanà sposoby budowy
prognoz wielkoÊci sprzeda˝y produktów obecnych na rynku od d∏u˝szego czasu, produktów niedawno wprowadzonych na
rynek oraz produktów wprowadzanych na rynek. Kurs ten jest kontynuacjà kursu „Prognozowanie i analiza szeregów
czasowych”.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu STATISTICA, znajomoÊç

podstaw analizy danych i prognozowania. Zalecamy wczeÊniejszy udzia∏ w kursach: „STATISTICA kurs podstawowy” lub
„Statystyka dla niestatystyków” oraz „Prognozowanie i analiza szeregów czasowych”.

Kontynuacjà mogà byç np. kursy:

„Data mining I - kurs podstawowy”, „Data mining II a - metody bez nauczyciela”, „Data

mining II b - modele i metody”, „Data mining III - STATISTICA Data Miner dla zaawansowanych”, „Analiza regresji”, „Sieci
neuronowe”, „Analizy wielowymiarowe”, „Metody statystyczne w marketingu i badaniach rynku”, „Analiza danych
korporacyjnych w systemie SEDAS”.

Terminy: 16-17.03.2005, 26-27.10.2005

Program kursu:

Proces prognostyczny w przedsi´biorstwie
podstawy prognozowania - prawid∏owoÊci
przes∏anki (za∏o˝enia) prognostyczne
statystyczna obróbka danych prognostycznych (agregacja danych, uzupe∏nianie brakujàcych danych)
statystyczna analiza danych prognostycznych (wykrywanie prawid∏owoÊci i obserwacji odstajàcych)
wybór metody prognozowania
budowa, ocena dopuszczalnoÊci i trafnoÊci prognoz
Prognozowanie sprzeda˝y produktów obecnych na rynku od d∏u˝szego czasu
modele szeregów czasowych

identyfikacja prawid∏owoÊci (test wspó∏czynnika korelacji liniowej, analiza wariancji)
oraz obserwacji odstajàcych (wykres ramka-wàsy)
analityczne funkcje trendu
modele wyg∏adzania wyk∏adniczego

analiza przypadków
modele regresji

identyfikacja prawid∏owoÊci oraz obserwacji wp∏ywowych (odleg∏oÊci Cooka) i nietypowych
(reszty standaryzowane)
regresja prosta i wieloraka
regresja krokowa
modele regresji wahaƒ sezonowych

analiza przypadków
Prognozowanie sprzeda˝y produktów niedawno wprowadzonych na rynek
modele analogowe
analiza przypadków
Prognozowanie sprzeda˝y produktów wprowadzanych na rynek
modele formalne II rodzaju o parametrach okreÊlanych przez ekspertów
analiza przypadków
System prognostyczny przedsi´biorstwa. Integracja iloÊciowych metod prognozowania i ocen ekspertów
korygowanie prognoz
kombinacja prognoz
analiza przypadków
monitorowanie prognoz

29

OPISY I PROGRAMY K

URSÓW

Prognozowanie

sprzeda˝y

w przedsi´biorstwie

C

M

Y

K

30

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs ten przeznaczony jest dla osób znajàcych ju˝ rutynowe metody przetwarzania danych

z wykorzystaniem Êrodków techniki komputerowej, które chcà poszerzyç zestaw wykorzystywanych technik o metody
zwiàzane z nowoczesnà i bardzo efektywnà technikà sieci neuronowych. Uczestnicy zapoznajà si´ z programem
STATISTICA Sieci Neuronowe i metodami uczenia sieci neuronowych w nim zawartych, a tak˝e narz´dziami s∏u˝àcymi
do diagnostyki. Podczas kursu prezentowane sà wszystkie najwa˝niejsze architektury sieci i metody ich uczenia. Kursanci
poznajà tak˝e narz´dzia pozwalajàce na omini´cie najbardziej pracoch∏onnych etapów projektowania sieci.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows.

Kontynuacjà mogà byç np. kursy:

„Prognozowanie i analiza szeregów czasowych”, „Analiza regresji”, „Prognozowanie

sprzeda˝y w przedsi´biorstwie”, „Analizy wielowymiarowe”, „Data mining I - kurs podstawowy”, „Data mining II a - metody
bez nauczyciela”, „Data mining II b - modele i metody”, „Data mining III - STATISTICA Data Miner dla zaawansowanych”

Terminy: 16-17.02.2005, 11-12.05.2005, 14-15.09.2005, 7-8.12.2005

Program kursu:

Podstawy sieci neuronowych
Przyczyny i okolicznoÊci wzrostu zainteresowania tematykà sieci
Budowa neuronu i jego modelu - sztucznego neuronu
Wybór struktury sieci i czynniki determinujàce struktur´
Problem rozmiaru sieci
Metody uczenia sieci
Proste uczenie pojedynczego neuronu
Wspó∏czynniki uczenia i dobór ich wartoÊci
Uczenie jako minimalizacja funkcji b∏´du
Sieci wielowarstwowe i wsteczna propagacja b∏´du
Problemy minimów lokalnych funkcji b∏´du i nowe sposoby uczenia
Problem samouczenia sieci
Mo˝liwoÊci i ograniczenia typowych sieci samouczàcych si´
Samouczenie z konkurencjà
Samouczenie z sàsiedztwem i sieci Kohonena
Zastosowania sieci neuronowych
Rozpoznawanie obrazów i grupowanie obiektów
Aproksymacja funkcji i filtracja sygna∏ów
Predykcja z wykorzystaniem sieci
Pami´ci autoasocjacyjne i heteroasocjacyjne
Optymalizacja przy u˝yciu sieci
STATISTICA Sieci Neuronowe - podstawy pracy
Ogólne wiadomoÊci na temat pos∏ugiwania si´ programem
Przygotowywanie plików z danymi
Wst´pna analiza danych
Definiowanie sieci neuronowych
Wspó∏praca z pakietem STATISTICA
Neuronowe modele regresyjne
Definiowanie wielowarstwowych sieci jednokierunkowych
Metody uczenia wielowarstwowych sieci jednokierunkowych i dobór parametrów okreÊlajàcych sposób
dzia∏ania procedury uczàcej
Ocena jakoÊci uzyskanych modeli sieciowych
Mo˝liwoÊci aplikacyjne oszacowanych modeli neuronowych
Sieci liniowe
Sieci o radialnych funkcjach bazowych
Sieci neuronowe realizujàce regresj´ uogólnionà
Porównanie sieci regresyjnych
Neuronowa analiza szeregów czasowych
Budowa neuronowych modeli autoregresyjnych
Specyfika wst´pnej analizy szeregów czasowych
Ocena jakoÊci modeli szeregów czasowych
Projektowanie struktury modeli neuronowych
Zastosowanie algorytmów genetycznych w procesie doboru zmiennych wejÊciowych
Redukcja wymiaru przestrzeni danych wejÊciowych poprzez zastosowanie sieci autoasocjacyjnych
OkreÊlanie optymalnej struktury sieci przy pomocy metody symulowanego wy˝arzania
Redukcja struktury sieci przy pomocy cz∏onu kary
Sieci klasyfikujàce
Struktura jedno- i dwuwymiarowej sieci Kohonena
Realizacja operacji porzàdkowania i grupowania obiektów przy pomocy sieci Kohonena
Wizualizacja i interpretacja wyników dzia∏ania sieci Kohonena
Probabilistyczne sieci neuronowe

Sieci neuronowe

Opis kursu:

Kurs przeznaczony jest dla osób pragnàcych poznaç podstawowe metody statystyczne stosowane

w medycynie i biologii. Kurs przybli˝y lekarzom, biologom i epidemiologom niezb´dne dziÊ narz´dzie, jakim
jest analiza statystyczna. Uczestnik kursu poznaje najwa˝niejsze (zarówno proste, jak i bardziej zaawansowane)
metody i procedury statystyczne. Nale˝à do nich: statystyki opisowe, testy t-Studenta, analiza wariancji,
testy nieparametryczne, podstawy analizy korelacji i regresji, interpretacja graficzna danych i otrzymanych
wyników. Na kursie prezentowane sà praktyczne przyk∏ady u∏atwiajàce zrozumienie idei stosowanych metod
i praktyczne ich zastosowanie. Prezentowane wiadomoÊci umo˝liwiajà lekarzowi lub biologowi rozwiàzywanie
i interpretacj´ zagadnieƒ statystycznych.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows.

Kontynuacjà mogà byç np. kursy:

„STATISTICA dla medyków - metody zaawansowane”, „Analizy wielowymia-

rowe”, „Modele regresji liniowej i nieliniowej w biologii i medycynie”, „Analiza regresji”, „Sieci neuronowe”,
„Ogólny i uogólniony model liniowy w analizie wspó∏zale˝noÊci zjawisk”, „Analiza wariancji”, „Testy
statystyczne”.

Terminy: 17-18.01.2005, 12-13.09.2005

Program kursu:

Wprowadzenie
Edycja danych
Statystyki opisowe
Praca w programie na przyk∏adzie okna „Statystyki opisowe”
Miary po∏o˝enia i rozproszenia
Prezentacja graficzna
Testowanie hipotez (testy parametryczne)
Podstawowe poj´cia statystyczne
Testy t-Studenta
Analiza wariancji
Kalkulator prawdopodobieƒstwa
Korelacja i regresja prostoliniowa
Podstawowe poj´cia statystyczne
Realizacja obliczeƒ
Opis i interpretacja wyników
Testy nieparametryczne
Podstawowe poj´cia
Test Walda-Wolfowitza
Test Manna-Whitneya
Test Ko∏mogorowa-Smirnowa
Test Wilcoxona
Rozk∏ady - rodzaje i weryfikacja charakteru
Analiza tabel liczebnoÊci i szeregów wielocechowych
Drukowanie w programie STATISTICA
Wprowadzenie do statystyki wielowymiarowej

31

OPISY I PROGRAMY K

URSÓW

STATISTICA dla

medyków i biologów

C

M

Y

K

Opis kursu:

Kurs ten jest kontynuacjà kursu „STATISTICA dla medyków i biologów” i obejmuje bardziej

zaawansowane metody analizy danych stosowane w medycynie. Uczestnicy tego kursu zapoznajà si´
z zaawansowanymi metodami statystycznymi wykorzystywanymi w medycynie i naukach biologicznych
(weryfikacja hipotez parametrycznych i nieparametrycznych, tablice trwania ˝ycia, metoda Kaplana-Meiera,
analiza prze˝ycia, model Coxa, korelacje, regresja liniowa i logitowa, wprowadzenie do metod
wielowymiarowych). Szczególny nacisk po∏o˝ony jest na w∏aÊciwà interpretacj´ otrzymywanych wyników.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA dla medyków i biologów”, „STATISTICA kurs
podstawowy” lub „Statystyka dla niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Analizy wielowymiarowe”, „Modele regresji liniowej i nieliniowej

w biologii i medycynie”, „Ogólny i uogólniony model liniowy w analizie wspó∏zale˝noÊci zjawisk”, „Analiza
regresji”, „Sieci neuronowe”, „Testy statystyczne”, „Analiza wariancji”.

Termin: 20-21.04.2005

Program kursu:

Podstawy wnioskowania statystycznego
Przygotowanie danych
Metody analizy zwiàzków mi´dzy zmiennymi
Weryfikacja hipotez parametrycznych
Weryfikacja hipotez nieparametrycznych
NormalnoÊci
Niezale˝noÊci
LosowoÊci
Standaryzowane wspó∏czynniki epidemiologiczne
Tablica trwania ˝ycia. Metoda Kaplana-Meiera
Testy dla porównywania prze˝yç
Coxa model proporcjonalnego hazardu
Kategoryzacja zmiennych ciàg∏ych
Korelacja i regresja liniowa
Regresja logitowa. Analiza case-control
Analizy z wykorzystaniem ogólnego i uogólnionego modelu liniowego
Metody analiz wielowymiarowych
Statystyczne aspekty badaƒ prospektywnych

32

OPISY I PROGRAMY K

URSÓW

STATISTICA dla medyków
- metody zaawansowane

Opis kursu:

W trakcie zaj´ç uczestnicy kursu zapoznajà si´ z obs∏ugà programu STATISTICA oraz wybranymi zagadnieniami

statystycznej analizy danych (SAD). W pierwszym dniu zaj´ç omawiane sà takie kwestie jak przeznaczenie i budowa
programu, opanowanie podstawowych narz´dzi i opcji s∏u˝àcych do wprowadzania danych, import danych z innych
aplikacji, sprawdzanie poprawnoÊci danych, przekszta∏canie danych, badanie rozk∏adu empirycznego zmiennej, sposoby
obliczania i interpretacji statystyk opisowych, tworzenie wykresów, analiza danych jakoÊciowych oraz zarzàdzanie
wynikami analiz i tworzenie raportów z ich przebiegu. Drugi dzieƒ zaj´ç jest poÊwi´cony wybranym elementom
wnioskowania statystycznego (ogólny schemat weryfikacji hipotez statystycznych, dobór i przeprowadzanie testów
parametrycznych i nieparametrycznych, wprowadzenie do zagadnienia wspó∏zale˝noÊci pomi´dzy zmiennymi raz
elementy analizy korelacji i regresji). Cz´Êç przyk∏adowych plików danych wykorzystywanych w trakcie kursu to dane
pochodzàce z rzeczywistych badaƒ, niektóre zaÊ sà danymi fikcyjnymi, które zosta∏y tak dobrane, aby zilustrowaç
zastosowanie wybranych metod analizy statystycznej bàdê te˝ dzia∏anie okreÊlonych narz´dzi programu. Szczególna
uwaga jest zwracana na niezwykle bogate mo˝liwoÊci graficzne programu, które umo˝liwiajà czytelnà prezentacj´
wyników przeprowadzanych analiz oraz u∏atwiajà ich interpretacj´ merytorycznà. Po ukoƒczeniu kursu, uczestnicy
powinni umieç samodzielnie przeprowadzaç analizy wymagajàce zastosowania podstawowych metod statystycznych.
Kurs ten stanowi przygotowanie do innych, bardziej specjalistycznych kursów prowadzonych przez firm´ StatSoft Polska.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows.

Kontynuacjà mogà byç wszystkie specjalistyczne kursy.

Terminy: 10-11.01.2005, 7-8.02.2005, 4-5.04.2005, 9-10.05.2005, 5-6.09.2005, 24-25.10.2005, 14-15.11.2005,
5-6.12.2005

Program kursu:

Wst´p
Cele i program kursu
Krótka charakterystyka oprogramowania firmy StatSoft
Podstawowe informacje o Êrodowisku STATISTICA
Wprowadzenie do problematyki analizy danych
Podstawowe poj´cia
Wprowadzenie do obs∏ugi programu STATISTICA
Budowa programu i elementy interfejsu u˝ytkownika
Rodzaje dokumentów w programie STATISTICA
Wybrane operacje zarzàdzania danymi
Import przyk∏adowego pliku danych z innej aplikacji
Sprawdzanie poprawnoÊci danych
Tworzenie zapytaƒ do baz danych za pomocà STATISTICA Query
Tworzenie nowego arkusza, wprowadzanie i przekszta∏canie danych
Przyk∏ady tworzenia i modyfikacji wykresów
Elementy statystyki opisowej
Badanie empirycznego rozk∏adu cechy
Charakterystyki liczbowe rozk∏adu zmiennej
Analiza przekrojowa
Wybrane zagadnienia wnioskowania statystycznego
Podstawowe poj´cia zwiàzane z weryfikacjà hipotez statystycznych
Kryteria wyboru testów istotnoÊci ró˝nic
Tworzenie makr
Przyk∏ady stosowania wybranych testów parametrycznych i nieparametrycznych
Teoretyczne podstawy weryfikacji hipotez statystycznych
Wybrane metody analizy wspó∏zale˝noÊci pomi´dzy zmiennymi
Elementy analizy korelacyjnej
Regresja liniowa dwóch zmiennych (regresja prosta)

STATISTICA

kurs podstawowy

33

OPISY I PROGRAMY K

URSÓW

C

M

Y

K

34

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs ten jest przeznaczony dla osób, które chcia∏yby napisaç w∏asne procedury rozszerzajàce

mo˝liwoÊci pakietu STATISTICA, zautomatyzowaç cz´sto powtarzane analizy lub zoptymalizowaç prac´
w Êrodowisku STATISTICA. Uczestnicy zapoznajà si´ z mo˝liwoÊciami j´zyka STATISTICA Visual Basic, sposobami
automatycznego generowania programów oraz metodami wykrywania i usuwania b∏´dów. Kurs ten mo˝e
byç uzupe∏nieniem pozosta∏ych kursów o nauk´ automatyzacji pracy z pakietem STATISTICA.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy”.

Terminy: 4.03.2005, 30.09.2005

Program kursu:

Rejestrowanie makr - przyk∏ady
Makro analizy
Makro zbiorcze
Makro klawiaturowe
Ârodowisko programistyczne
Tworzenie prostego programu SVB do obliczania statystyk opisowych
Uruchamianie i debugging programu
Sk∏adnia j´zyka
Podstawowy zestaw funkcji
OkreÊlanie plików wejÊciowych i pos∏ugiwanie si´ dokumentami z wynikami analiz - przyk∏ad
Tworzenie okien dialogowych w STATISTICA Visual Basic
Proste okno dialogowe w SVB
Obs∏uga okien dialogowych za pomocà funkcji obs∏ugi okna
Obs∏uga przycisków opcji, list wyboru itp.
Obs∏uga zdarzeƒ STATISTICA
Zdarzenia dokumentu
Zdarzenia aplikacji
Pisanie przyk∏adowych kodów dla zdarzeƒ
Przyk∏ady kompletnych aplikacji w Êrodowisku STATISTICA

STATISTICA
Visual Basic

C

M

Y

K

35

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs przeznaczony jest dla tych osób, które chcia∏yby wykorzystywaç pakiet STATISTICA

w dydaktyce. Uczestnicy poznajà sposoby wykorzystania pakietu STATISTICA w procesie dydaktycznym, które
przyspieszajà i uatrakcyjniajà przekazywanie wiedzy ze statystyki matematycznej oraz pozwalajà mo˝liwie
najlepiej zilustrowaç podstawowe poj´cia i metody statystyczne. Zastosowanie w tym celu pakietu STATISTICA
pozwala skoncentrowaç si´ na interpretacji wyników, a nie na wykonywaniu obliczeƒ.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy”.

Termin: 1-2.09.2005

Program kursu:

Wizerunek absolwenta
Organizacja dydaktyki w szkole wy˝szej
Statystyka - Ekonometria - Psychometria - Biometria - Socjometria - SKJ - Demografia - Epidemiologia -
Statystyka medyczna - Teoria sportu
Trzy segmenty kursu podstawowego
Co to jest statystyka
Rachunek prawdopodobieƒstwa. Rozk∏ady. Kalkulator prawdopodobieƒstwa
Statystyka opisowa. Podstawowe statystyki i tabele
Statystyka matematyczna
Testowanie hipotez
Regresja i korelacja
Analiza szeregów czasowych
Statystyka w praktyce. Analiza danych. Data mining.
Przyk∏ady dostarczane z programem STATISTICA
Wykorzystanie STATISTICA w wyk∏adach specjalistycznych

STATISTICA

w nauczaniu

statystyki

C

M

Y

K

36

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs przeznaczony jest dla wszystkich, którzy wykorzystujà lub chcà wykorzystywaç metody

statystyczne w sterowaniu jakoÊcià. Podczas kursu prezentowane sà od podstaw metody majàce zastosowanie
w tej dziedzinie. Uczestnicy zapoznajà si´ z podstawowymi miarami jakoÊci i wykonania, metodami badania
i analizy zdolnoÊci procesu produkcyjnego i oczywiÊcie ze wszystkimi powszechnie stosowanymi kartami
kontrolnymi. Prezentowane sà zarówno teoretyczne podstawy konstruowania kart kontrolnych, jak
i praktyczne aspekty ich wykorzystywania. Uczestnicy zapoznajà si´ tak˝e z innymi metodami przydatnymi
w sterowaniu jakoÊcià (powtarzalnoÊç i odtwarzalnoÊç pomiarów, planowanie doÊwiadczeƒ).

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Metody statystyczne w normach ISO 9001 i ISO/TS 16949”, „Metody

statystyczne w SzeÊç Sigma”, „Statystyka w laboratorium”, „Analiza danych pomiarowych i sygna∏ów”,
„Komputerowe wspomaganie planowania i analizy statystycznej doÊwiadczalnych badaƒ innowacyjnych”,
„Kompleksowy system statystycznego sterowania jakoÊcià SEWSS”.

Terminy: 2-3-4.02.2005, 31.05-1-2.06.2005, 7-8-9.11.2005

Program kursu:

Miary jakoÊci wykonania
WadliwoÊç, frakcja jednostek niezgodnych
Przeci´tna liczba wad w jednostce produktu, przeci´tna liczba niezgodnoÊci w jednostce

produktu

Miary czàstkowe i ogólne
Analiza zdolnoÊci procesu technologicznego
Wymagania projektu
Mo˝liwoÊci procesu technologicznego
Kryteria zgodnoÊci miedzy mo˝liwoÊciami i wymaganiami
Mi´dzynarodowe standardy oceny zdolnoÊci procesu
Sterowanie jakoÊcià za pomocà kart kontrolnych
System sterowania jakoÊcià
Cykl Shewharta
Cykl Deminga
Diagramy Pareto
Karty kontrolne Shewharta
Konstrukcja i funkcjonowanie kart kontrolnych Shewharta

Karta kontrolna XÊr-R
Karta kontrolna XÊr-S
Karta kontrolna pojedynczych obserwacji

Karty kontrolne przy ocenie alternatywnej

Karta kontrolna C
Karta kontrolna U
Karta kontrolna Np
Karta kontrolna P

Karty kontrolne sum skumulowanych (CUSUM)
Inne metody stosowane w sterowaniu jakoÊcià
Statystyczna ocena procesu w metodzie SzeÊç Sigma

Statystyczne metody
sterowania jakoÊcià
(SPC)

C

M

Y

K

37

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs przeznaczony jest dla osób, które nie majà ˝adnego przygotowania ze statystyki, które ze statystykà

nie zetkn´∏y si´ wcale lub tylko powierzchownie, a chcia∏yby poznaç podstawy tej dyscypliny. W pierwszym dniu kursu
uczestnicy podczas analizy prostych przyk∏adów poznajà podstawowe poj´cia u˝ywane w statystyce opisowej, takie jak:
rozk∏ad, prawdopodobieƒstwo, wartoÊç Êrednia, wariancja, odchylenie standardowe, kwantyl i inne, a tak˝e sposoby
tabelarycznej i graficznej prezentacji danych i wyników statystycznych. Zaj´cia w pierwszym dniu odbywajà si´ zasadniczo
z niewielkim udzia∏em komputera. W drugim dniu przewidziane jest wykonanie, przy u˝yciu pakietu STATISTICA, prostych
analiz statystycznych celem zapoznania si´ z metodykà testowania hipotez. Przyk∏adowe analizy dotyczà testowania
hipotez o równoÊci dwóch (testy-t) i wi´cej Êrednich (ANOVA), o zgodnoÊci rozk∏adów oraz o istnieniu zale˝noÊci liniowej
(analiza regresji).

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows.

Kontynuacjà mogà byç wszystkie specjalistyczne kursy.

Terminy:

28.02-1.03.2005, 26-27.09.2005

Program kursu:

Statystyka opisowa bez komputera
WartoÊç Êrednia
Rozk∏ad i jego parametry
Troch´ „teorii” na temat miar rozrzutu
Rozk∏ad ciàg∏y
Kwantyle
Dystrybuanta (rozk∏ad skumulowany)
Rozk∏ad normalny
Statystyka opisowa z wykorzystaniem komputera
Wprowadzenie
Populacja generalna i próba
Wnioskowanie statystyczne
Dane i systemy zarzàdzania danymi

Zmienne
Rodzaje zmiennych (skale pomiarowe)
Przypadki (obserwacje)
Braki danych
Wa˝enie danych
Selekcja przypadków

Opis zmiennej

Szereg statystyczny
Tendencje centralne
Miary rozproszenia
Cz´stoÊç i prawdopodobieƒstwo
Cz´stoÊç skumulowana (liczebnoÊç skumulowana)
Rozk∏ad zmiennej
Standaryzacja zmiennej

Wykresy statystyczne

Histogramy
Wykresy ko∏owe, wykresy s∏upkowe, wykresy punktowe (rozrzutu), wykresy ramkowe

Wnioskowanie statystyczne
Modele i ich weryfikacja
Zale˝noÊç mi´dzy istotnoÊcià a licznoÊcià próbki
Znaczenie rozk∏adu normalnego
Porównywanie wartoÊci Êrednich
Testowanie hipotez o rozk∏adzie
Badanie zale˝noÊci

Regresja
Analiza wariancji

Statystyka dla

niestatystyków

C

M

Y

K

38

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs ten przeznaczony jest dla wszystkich zainteresowanych wykorzystaniem pakietu STATISTICA

do oceny przydatnoÊci (walidacji) metod i systemów pomiarowych stosowanych do badania zgodnoÊci
wyrobów lub procesów wytwarzania z wymaganiami odpowiednich specyfikacji technicznych lub prawnych.
Przedstawione zagadnienia oraz wykonywane podczas kursu çwiczenia praktyczne mogà byç wykorzystane
w laboratoriach pracujàcych w ró˝nych dziedzinach przemys∏u, ochrony zdrowia lub naturalnego Êrodowiska.
Uczestnicy kursu zapoznajà si´ z definicjami i praktycznym znaczeniem podstawowych poj´ç okreÊlonych
w najnowszych zaleceniach mi´dzynarodowych komitetów metrologicznych i normalizacyjnych, takich jak
Mi´dzynarodowy S∏ownik Podstawowych i Ogólnych Terminów Metrologicznych, Przewodnik do Wyra˝ania
NiepewnoÊci Wyników Pomiarów, normy mi´dzynarodowe ISO-17025 oraz ISO-5725.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Analiza danych pomiarowych i sygna∏ów”, „Kompleksowy system

statystycznego sterowania jakoÊcià SEWSS”, „Komputerowe wspomaganie planowania i analizy statystycznej
doÊwiadczalnych badaƒ innowacyjnych”, „Metody statystyczne w normach ISO 9001 i ISO/TS 16949”,
„Statystyczne metody sterowania jakoÊcià (SPC)”, „Metody statystyczne w SzeÊç Sigma”.

Terminy: 26-27.01.2005, 7-8.09.2005

Program kursu:

Istota pomiaru i jego wynik
Pomiar jako szczególny rodzaj obserwacji
Systemy pomiarowe i badania zgodnoÊci
Wyra˝anie wyniku pomiaru
Wyra˝anie wyniku badania zgodnoÊci
B∏´dy pomiarów i b∏´dy kwalifikacji
Statystyczna ocena wyników pomiarów
Ocena wp∏ywu w∏aÊciwoÊci systemu pomiarowego
Ocena wp∏ywu licznoÊci badanej próbki wyrobów
W∏aÊciwoÊci przyrzàdów i systemów pomiarowych
Czu∏oÊç
RozdzielczoÊç
Zakres pomiarowy
LiniowoÊç
Dok∏adnoÊç (poprawnoÊç i precyzja)
StabilnoÊç wskazaƒ
Statystyczna ocena w∏aÊciwoÊci przyrzàdów i systemów pomiarowych
Ocena zgodnoÊci wskazaƒ z deklaracjà producenta
Ocena rzeczywistych miar poprawnoÊci i precyzji
Ocena wp∏ywu operatora - analiza R&R (powtarzalnoÊci i odtwarzalnoÊci)
Monitorowanie zdolnoÊci pomiarowej laboratorium na karcie kontrolnej X
Porównania mi´dzylaboratoryjne
Zasady organizacji eksperymentu wspólnej oceny
Metoda porównywania wyników uzyskanych przez poszczególne laboratoria

Statystyka
w laboratorium

C

M

Y

K

39

OPISY I PROGRAMY K

URSÓW

Opis kursu:

Kurs ten obejmuje zagadnienia testowania najcz´Êciej spotykanych w praktyce hipotez statys-

tycznych. Poszczególne punkty poni˝szego programu prezentowane sà w sposób problemowy, tzn. na
konkretnym przyk∏adzie rzeczywistego zjawiska. Szczególny nacisk po∏o˝ony jest na sposób wnioskowania
na podstawie wyników uzyskanych z pakietu STATISTICA. Nale˝y pami´taç, ˝e niemal ka˝de z prezentowanych
zagadnieƒ mo˝na rozwinàç w oddzielny (kilkugodzinny) temat. Dobór prezentowanych hipotez wynika
z faktu, ˝e problemy praktyczne wymagajà zazwyczaj stosowania ró˝norodnych narz´dzi.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç np. kursy:

„Analiza wariancji”, „Analiza regresji”, „Analizy wielowymiarowe”, „Sieci

neuronowe”.

Termin: 21-22.02.2005

Program kursu:

Podstawowe poj´cia teorii weryfikacji hipotez
Hipotezy dotyczàce parametrów jednej populacji
Hipotezy o Êredniej i wariancji rozk∏adu normalnego
Hipotezy o medianie rozk∏adu
Hipotezy dotyczàce parametrów dwóch populacji
Porównanie Êrednich i wariancji dwóch rozk∏adów normalnych
Testy nieparametryczne o dwóch rozk∏adach
Hipotezy dotyczàce parametrów wielu populacji
Analiza wariancji (jednoczynnikowa)
Porównanie wielu wariancji
Rangowa analiza wariancji
Testy zgodnoÊci
Testy normalnoÊci
Test chi-kwadrat

Testy statystyczne

C

M

Y

K

Opis kursu:

Kurs poÊwi´cony jest zagadnieniom automatycznego przetwarzania informacji o charakterze

tekstowym. Uczestnicy szkolenia poznajà metody analizy danych s∏u˝àce do klasyfikacji dokumentów,
wyszukiwania i pozyskiwania informacji z przetwarzanych zasobów tekstowych, wykorzystania informacji
o charakterze tekstowym w modelowaniu i prognozowaniu. W trakcie zaj´ç omawiane sà zasady analizy
zasobów tekstowych za pomocà metod taksonomicznych, modeli klasyfikacyjnych (przede wszystkim drzew
decyzyjnych), sieci neuronowych oraz metod graficznych. Podstawowym narz´dziem programowym
wykorzystywanym w trakcie zaj´ç jest STATISTICA Text Miner.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows.

Kontynuacjà mogà byç np. kursy:

„Data mining I - kurs podstawowy”, „Data mining II a - metody bez

nauczyciela”, „Data mining II b - modele i metody”, „Data mining III - STATISTICA Data Miner dla
zaawansowanych”, „Analizy wielowymiarowe”, „Sieci neuronowe”.

Termin: 1-2.12.2005

Program kursu:

Definicja oraz zakres text mining’u
Przeglàd problemów rozwa˝anych na gruncie text mining’u
Wst´pne przygotowanie przetwarzanego zestawu dokumentów
Ujednolicenie sposobu kodowania dokumentów
Usuni´cie s∏ów nieistotnych z punktu widzenia przeprowadzanej analizy (wchodzàcych
w sk∏ad stop-listy)
Problem redukcji do rdzenia
Numeryczna reprezentacja dokumentów tekstowych
Reprezentacja oparta na wektorach liczebnoÊci s∏ów
OkreÊlanie podobieƒstwa pomi´dzy dokumentami oraz pomi´dzy s∏owami
Metody redukcji wymiaru
Analiza skupieƒ (klasyfikacja bezwzorcowa, grupowanie) dokumentów
Klasyfikacja dokumentów za pomocà metody k-Êrednich
Wykorzystanie hierarchicznych metod grupowania w klasyfikacji dokumentów tekstowych
Zastosowanie sieci neuronowych w klasyfikacji dokumentów
Klasyfikacja wzorcowa dokumentów
Neuronowe metody klasyfikacji
Klasyfikacja bayesowska
Wykorzystanie drzew klasyfikacyjnych w analizie dokumentów tekstowych
Metody pozyskiwania wiedzy z dokumentów tekstowych
Zagadnienie automatycznego generowania streszczeƒ
Wyszukiwanie informacji w tekstowych bazach danych
Wykorzystanie danych tekstowych w modelowaniu
Tworzenie modeli regresyjnych wykorzystujàcych dane tekstowe
Zastosowanie drzew regresyjnych
Metody typu Random Forest
Wizualizacja struktury dokumentów

40

OPISY I PROGRAMY K

URSÓW

Text mining

C

M

Y

K

Opis kursu:

W trakcie zaj´ç uczestnicy kursu zapoznajà si´ z obs∏ugà systemu WebSTATISTICA. Po ukoƒczeniu

kursu, uczestnicy powinni umieç samodzielnie przeprowadzaç analizy, tworzyç na ich podstawie raporty
oraz orientowaç si´ w zarzàdzaniu systemem.

Wymagania:

umiej´tnoÊç obs∏ugi komputera w Êrodowisku Windows, podstawowa znajomoÊç pakietu

STATISTICA. Zalecamy wczeÊniejszy udzia∏ w kursie „STATISTICA kurs podstawowy” lub „Statystyka dla
niestatystyków”.

Kontynuacjà mogà byç wszystkie specjalistyczne kursy.

Termin: 27-28.06.2005

Program kursu:

Podstawowe informacje o WebSTATISTICA
Mo˝liwoÊci analityczne i dost´pne rodzaje licencji
Architektura i sposób dzia∏ania systemu
Gdzie co jest, czyli repozytorium dokumentów
Ârodowisko pracy WebSTATISTICA
Podstawowe elementy Êrodowiska
Przyk∏ad prostej analizy
Przestrzeƒ robocza data mining
Operacje na danych
Edytor danych WebSTATISTICA
Import i eksport plików
Przekszta∏cenia danych
Pobieranie danych z baz danych
Wykresy w WebSTATISTICA
Przeglàd narz´dzi graficznych
Modyfikowanie wykresów
Przyk∏ad analizy danych
Przygotowanie danych
W∏aÊciwa analiza
Analiza dla grup
Zadania wsadowe
Harmonogram zadaƒ
Wyniki
Zapis i udost´pnianie wyników
Przygotowanie raportu
Korzystanie z raportów
Wspó∏praca standardowej i internetowej wersji STATISTICA
Pobieranie i przesy∏anie dokumentów
Makra
Podstawowe informacje o zarzàdzaniu WebSTATISTICA
Dostosowywanie Êrodowiska WebSTATISTICA - wprowadzenie

41

OPISY I PROGRAMY K

URSÓW

WebSTATISTICA

kurs podstawowy