Тренинговым компаниям: Добавить тренингВойти
TRN.ua
тренинг

Маркетинговые исследования в Microsoft Excel,SPSS,R

Организатор:
Продолжительность: 96 часов
Стоимость: 12000 грн
без учета фуршета
Дата и место проведения:
01.09.17 - 30.11.17, начало в 18:30
01.09.17 - 30.09.17, начало в 18:30
01.09.17 - 23.09.17, начало в 18:30
Киев

Целевая аудитория

Специалисты по стратегическому и оперативному планированию, маркетологи, аналитики, экономисты, руководители отделов продаж.

Цель мероприятия

Научить слушателей с помощью инструментов Excel, SPSS, R и методов статистики переводить данные в аналитические выводы и решения.

Программа

Модуль 1

Анализ данных в Microsoft Excel

(32 часа)

1. Статистические методы анализа данных для решения прикладных задач. Краткий обзор.

  • Сегментация рынка (кластерный анализ, факторный анализ)
  • Изучение потребительских предпочтений (дисперсионный анализ, проверка статистических гипотез, статистические графики, факторный анализ)
  • Моделирование принятия решений клиентом о покупке (логистические модели, дискриминантный анализ, регрессионный анализ)
  • Прогнозирование и анализ продаж (регрессионный анализ, экспоненциальное сглаживание)
  • Анализ эффективности рекламной кампании (проверка статистических гипотез, дисперсионный анализ, графический анализ)
  • Анализ эффективности работы каналов сбыта (кластерный анализ, дисперсионный анализ, регрессионный анализ)

2. Подготовка данных для анализа.

  • базовая терминология
  • определение способа построения выборки
  •  генерация случайных чисел
  • оценка минимального размера выборки

3. Визуализация данных:

−       Как упорядочить массив данных

−       Представление данных в виде таблиц и диаграмм

  • таблицы частот
  • столбиковая и круговая диаграмма (bar chart, pie chart)
  • гистограмма (histogram)
  • ящичная диаграмма (boxplot)
  • диаграмма рассеяния (scatter plot)
  • сводная таблица
  • нахождение ячеек с пропущенными данными

4. Описательная статистика. Надстройка «Анализ данных»

  • пять базовых показателей распределения случайной величины.
  • стандартное отклонение и дисперсия
  • стандартная ошибка
  • доверительные интервалы
  • персентили и z-score
  • определение выбросов
  • ожидаемое значение

 

5. Нормальное распределение

  • стандартное нормальное распределение
  • вычисление вероятности нахождения случайной величины «левее», «правее» «между» заданными значениями в Excel
  • нахождение z-score для данной вероятности в Excel
  • нахождение объема минимальной выборки в Excel
  • нахождение «effect size» в Excel

 

6. Выявление и анализ факторов спроса

−       Методы проверки маркетинговых гипотез:

  • односторонние и двусторонние гипотезы
  • ошибки первого и второго рода
  • Т-критерии Стьюдента для независимых и зависимых выборок
  • Pretest b Posttest анализ
  • U-критерий Манна-Уитни
  • однофакторный дисперсионный анализ (ANOVA)
  • Н-критерий Краскела-Уоллеса
  • критерий Хи-квадрат Пирсона
  • парный критерий Уилкоксона

−       Корреляционный анализ: коэффициенты корреляции Пирсона и Спирмена

−       Ассоциативный анализ:

  • построение таблиц сопряженности;
  • тест Хи-квадрат в Excel

7. Анализ эффективности рекламной кампании

  • проверка статистических гипотез
  • дисперсионный анализ
  • графический анализ

8. Прогнозирование и анализ продаж

  • анализ временных рядов(скользящее среднее, метод взвешенного среднего, метод экспоненциального сглаживания; метод проецирования тренда)
  • Ошибки прогнозирования: ME, MAD, MSE, MAPE
  • Сглаживание временных рядов (метод центрированного скользящего среднего, экспоненциальное сглаживание, линейный тренд)
  • Выделение сезонной составляющей
  • регрессионный анализ (построение регрессионной модели, оценка регрессионной модели, анализ остатков, множественная регрессия) регрессионная модель с фиктивными переменными)

9. Принятие решений.

  • построение диаграммы Ганта
  • диаграмма Парето
  • контрольные карты Шухарта
  • надстройка «Поиск решения»

 

Модуль 2

Анализ данных в SPSS

(32 часа)

 

1. Основы работы в  SPSS

 2. Основы статистического анализа в маркетинговых исследованиях

  • Генеральная совокупность
  • Выборка
  • Центральная предельная теорема
  • Репрезентативная выборка
  • Простая случайная выборка
  • Систематическая выборка
  • Стратифицированная выборка
  • Кластерная выборка
  • Преимущества и недостатки основных методов отбора единиц генеральной совокупности
  • Определение размера выборки
  • Доверительный интервал

3. Подготовка данных для исследования

  • Ввод данных
  • Типы шкал измерения переменных
  • Шкала Лайкерта
  • Обработка пропущенных значений
  • Получение информации о файле
  • Импорт данных из Microsoft Excel
  • Преобразование данных
  • Перекодировка в новую переменную
  • Перекодировка существующей переменной
  • Сортировка объектов
  • Создание таблицы частот
  • Команды: расщепить файл, взвесить наблюдения
  • Слияние, агрегирование данных
  • Визуальная категоризация

 4. Визуализация данных

  • Таблицы сопряженности
  • Столбчатые диаграммы
  • Круговая диаграмма
  • Линейчатые диаграммы
  • Диаграммы с областями
  • Штабельные диаграммы с областями
  • Диаграммы максимальных и минимальных значений
  • Линейчатые диаграммы разностей
  • Диаграмма рассеяния
  • Матричные диаграммы рассеяния
  • Гистограммы
  • Ящиковые диаграммы
  • Форматирование таблиц

 5. Статистический анализ данных

  • Частота
  • Гистограмма частот
  • Меры центральной тенденции
  • Меры изменчивости
  • Характеристика формы распределения
  • Нормальное распределение
  • Описательная статистика с SPSS
  • Стандартизация z-score, t-score

 6. Анализ различий

  • Общий принцип проверки статистических гипотез
  • Ошибка первого рода
  • Ошибка второго рода, мощность критерия

 T –критерий для одной выборки

  • T –критерий для независимых выборок
  • T –критерий для зависимых выборок

 Непараметрические критерии

  • Сравнение двух независимых выборок (аналог t- критерия для независимых выборок) (критерий Манна – Уитни)
  • Сравнение двух зависимых выборок
  • Критерий знаков
  • Критерий Вилкоксона
  • Критерий серий
  • Критерий Колмогорова-Смирнова
  • Критерий Шапиро-Уилка
  • Сравнение К независимых выборок (критерий Краскала-Уоллеса)
  • Сравнение К зависимых выборок (критерий Фридмана)
  • Тест Мак-Немара для дихотомических переменных

 7. Дисперсионный анализ (ANOVA)

  • Однофакторный дисперсионный анализ
  • Сравнение Т-критерия с ANOVA
  • Условия применения
  • Парные сравнения: Наименьшая значимая разница (Н3Р), Бонферрони, Шеффе, Тьюки, Габриэль, GT2 Гохберга , Даннет, Геймс-Хоуэлл
  • Контрасты

 

  • Двухфакторный дисперсионный анализ
  • Дисперсионный анализ с тремя факторами
  • Влияние коварианты (ANCOVA)
  • Многомерный дисперсионный анализ
  • Дисперсионный анализ с повторными измерениями

 8. Ассоциативный анализ

  • Таблицы сопряженности
  • Критерий «хи-квадрат» независимости
  • Меры связи “Measures of association”
  • Тест Фишера
  • Коэффициент Фи
  • Коэффициент Крамера
  • Пропорциональное сокращение ошибки (Proportional reduction in Error)
  • Мера ассоциации эта-квадрат
  • Коэффициент энтропии

 

  • Ассоциативный анализ в случае порядковых переменных
  • Гамма критерий (Proportional reduction in Error)
  • Модифицированный коэффициент Гамма (Somer’s d)
  • Тау-b Кендалла (2*2; 3*3 и т.д.)
  • Тау-с Кендалла
  • Критерий Каппа (inter-rater reliability)
  • Чувствительность (specifity)
  • Специфичность (specificity)
  • Шкала надежности и достоверности

 9. Корреляционный анализ

  • Корреляция
  • Градация коэффициента корреляции
  • Коэффициент корреляции Пирсона
  • Коэффициенты корреляции Спирмана или Кендалла
  • Вычисление и интерпретация коэффициентов частной корреляции

 10. Регрессионный анализ

  • Постановка задачи
  • Анализ данных с помощью диаграммы рассеяния
  • Визуальный анализ
  • Корреляционный анализ
  • Идея модели простой линейной регрессии
  • Условия применения модели
  • Анализ остатков с помощью диаграммы рассеяния
  • Уравнение регрессии
  • Стандартная ошибка регрессии
  • Прогнозирование с помощью регрессионной модели
  • Ограничения модели регрессии
  • Статистика Дурбина-Уотсона
  • Интерпретация результатов простого регрессионного анализа
  • Автоматическое линейное моделирование в SPSS

 

  • Выбросы
  • Виды выбросов
  • Расстояние Кука
  • Выбросы за пределами 3 стандартных отклонений
  • Нарушение нормальности распределения зависимой переменной
  • Скошенность вправо
  • Преобразование данных
  • Интерпретация коэффициентов логистического уравнения в случае логарифмического преобразования данных
  • Нарушение нормальности распределения остатков
  • Нарушение линейности
  • Нарушение гомоскедастичности

 

  • Модель множественной регрессии
  • Условия применения модели
  • Коэффициент множественной корреляции, коэффициент парной корреляции
  • Методы включения переменных в регрессионную модель
  • Диагностика коллинеарности
  • Анализ случаев нарушения условия отсутствия мультиколлинеарности
  • Анализ остатков
  • Ограничения модели множественной регрессии
  • Оценка влияния независимых переменных
  • Интерпретация результатов
  • Способы усовершенствования модели

 

  • Оценка криволинейности
  • Анализ криволинейных зависимостей
  • Выполнение криволинейного регрессионного анализа (квадратичная модель)
  • Интерпретация результатов

 

  • Регрессионная модель с использованием фиктивных переменных
  • Кодирование переменных
  • Выполнение условий модели
  • Интерпретация коэффициентов регрессии
  • Сравнение ANOVA и линейной регрессии

 

  • Логистическая регрессия
  • Неколичественные данные
  • Бинарная логистическая регрессия с одной количественной переменной
  • Бинарная логистическая регрессия с одной количественной и одной дихотомической переменной
  • Интерпретация коэффициентов регрессии

 11. Анализ временных рядов

  • Диаграммы последовательности
  • Прогнозирование
  • Выделение сезонных составляющих
  • Аддитивная модель
  • Мультипликативная модель

 12. Факторный анализ

  • Идея факторного анализа
  • Стадии факторного анализа
  • Условия применения метода
  • Метод главных компонент с Varimax Rotation
  • Тест Бартлетта
  • Тест КМО
  • Метод «каменистой осыпи»
  • Интерпретация результатов факторного анализа

 13. Кластерный анализ

 

  • Кластерный анализ в маркетинговых исследованиях
  • Стадии кластерного анализа
  • Выбор способа измерения расстояния
  • Иерархический кластерный анализ. Дендрограмма
  • Рецепты надежности и достоверности

 14. Дискриминантный анализ

 

  • Постановка цели исследования и представление исходных данных в SPSS
  • Команды SPSS на выполнение дискриминантного анализа
  • Построение дискриминантной модели
  • Определение точности прогнозов на основе построенной дискриминантной модели.

 15. Анализ надежности

 

  • Коэффициент альфа
  • Надежность половинного расщепления

 

 

Модуль 3

Анализ данных в R

(32 часа)

1.      Знакомство с R

  • Установка R
  • Рабочее пространство
  • Пакеты

2.      Создание набора данных
  • Векторы
  • Матрицы
  • Листы
  • Массивы данных

 

3.      Ввод данных
  • Ввод данных с клавиатуры
  • Импорт данных из Excel
  • Импорт данных из SPSS

 

4.      Основы управления данными
  • Создание новых переменных
  • Перекодировка переменных
  • Переименование переменных
  • Пропущенные значения
  • Календарные даты
  • Сортировка данных
  • Добавление строк и столбцов
  • Исключение переменных
  • Выбор наблюдения
  • Элементы синтаксиса
  • Функция subset()
  • Случайные выборки

 

5.      Основные методы статистической обработки данных
  • Описательные статистики
  • Базовые диаграммы
  • Визуализация результатов
  • Сохранение результатов анализа

 

6.      Сравнение двух групп
  • Нормальное распределение
  • Тест Стьюдента для независимых выборок
  • Тест Стьюдента для зависимых выборок
  • Непараметрические тесты межгрупповых различий

 

7.      Дисперсионный анализ
  • Однофакторный дисперсионный анализ
  • Проверка допущений модели
  • Двухфакторный дисперсионный анализ
  • Дисперсионный анализ для повторных измерений
  • Непарамерический тест Крускала_Уоллиса

 

8.      Ассоциативный анализ
  • Создание таблиц сопряженности
  • Тесты на независимость
  • Показатели взаимосвязи

 

9. Регрессионный анализ

 

  • Корреляции
  • Простая линейная регрессия
  • Множественная линейная регрессия
  • Множественная линейная регрессия со взаимодействиями
  • Диагностика регрессионных моделей
  • Способы корректировки модели
  • Выбор оптимальной модели

 

10. Факторный анализ

 

  • Выполнение анализа главных компонент
  • Выбор необходимого числа компонент
  • Выделение главных компонент
  • Вращение главных компонент
  • Вычисление значений главных компонент

 

11. Кластерный анализ

 

  • Кластерный анализ методом к-средних
  • Определение оптимального числа кластеров
  • Иерархическая кластеризация

 

12. Дополнительные возможности рабты в R

 

  • Создание собственных функций
  • Взуализация результатов регрессионного анализа с помощью пакета stargazer
  • Функции семейства  appy
  • Работа с данными при помощи dplyr
  • Графическая визуализация с помощью пакета ggplot2

Дополнительная информация

Курс включает 3 модуля, которые можно выбирать в любом наборе. Стоимость одного модуля - 5 тыс грн.

Контактная информация
Компания: Контактное лицо:
Елена
Телефон:
(063) 132-32-64 Показать
Добавить комментарий
Ваше имя, компания:
Комментарий:
не более 1000 символов (введено: 0)
Эл. почта:
Проверочный код:
5 английских букв:
 или Отменить
Другие тренинги в категориях: Информационные технологии, IT, Маркетинг, реклама, PR, брендинг, Продажи, работа с клиентами
Партнеры сайта
TRN.ua
Главная страница
Обратная связь
Помощь
Отправить страницу другу
Тренинговым компаниям
Тренинги и семинары
Тренинговые компании
Тренеры
Новости
Статьи
Услуги сайта
Статистика сайта
О проекте
Контакты
Условия использования
© TRN.ua — тренинги в Украине.
Сделано в компании «Реактор».