Szkolenia
Akademicy—Akademikom

Kurs ten przeznaczony jest dla osób rozpoczynających swoją przygodę z programem PS IMAGO PRO. Uczestnicy poprzez praktyczne przykłady będą zapoznawać się z kolejnymi krokami, które należy wykonać by móc analizować dane. Omówione zostaną kolejne etapy: od wprowadzania danych i ich przygotowania, poprzez transformacje nieodzowne przed przystąpieniem do ich analizy, na podstawowych metodach analizy danych i prezentacji wyników kończąc. Po ukończeniu kursu uczestnicy będą posiadać wiedzę w stopniu umożliwiającym im samodzielną pracę w programie PS IMAGO PRO.

Estymacja i wnioskowanie statystyczne są podstawowymi narzędziami pracy badacza w prawie każdej dziedzinie nauk. Zrozumienie podstaw statystycznych testowania hipotez oraz znajomość całego wachlarza standardowych testów statystycznych może się okazać dużym atutem w ręku każdego pracownika naukowego. Celem niniejszego szkolenia jest omówienie zasad estymacji parametrów rozkładu oraz najczęściej używanych testów statystycznych, w tym testów parametrycznych i nieparametrycznych, dla zmiennych jakościowych i ilościowych. Poza teoretycznym omówieniem testów oraz przedstawieniem szczegółowych wymagań każdego z nich szkolenie obejmować będzie praktyczną analizę danych z wykorzystaniem programu PS IMAGO PRO.

Kurs kierowany jest do osób zainteresowanych praktycznymi aspektami analizy wyników badań naukowych z wykorzystaniem metod wnioskowania statystycznego. Ma na celu przygotowanie Uczestników do prowadzenia własnych analiz statystycznych na potrzeby opracowań naukowych. Wychodząc od konkretnych hipotez badawczych ustalona zostanie procedura postępowania, poczynając od wyboru metody statystycznej i przeprowadzenia wstępnej analizy rozkładów zmiennych (pod kątem sprawdzenia odpowiednich założeń). Następnie z wykorzystaniem programu PS IMAGO PRO przeprowadzona zostanie statystyczna analiza danych pozwalająca na weryfikację postawionych hipotez, wizualizacja wyników badania, dokonana zostanie ich interpretacja. Szczególna uwaga zwrócona zostanie na ewentualne założenia stawiane w omawianych metodach. Zaprezentowane zostaną możliwości zastosowania modeli analizy wariancji w schematach wieloczynnikowych. Analiza prowadzona będzie na praktycznych przykładach z różnych dziedzin – ekonomii, zarządzania, finansów, socjologii, psychologii i medycyny.

Wizualizacja danych jest nieodłącznym elementem procesu analitycznego, pozwalającym w prosty i atrakcyjny sposób przedstawić nawet złożone wyniki badań. Umiejętność wyboru odpowiedniego typu wykresu, jego poprawnej interpretacji oraz estetycznego zaprezentowania ma kluczowe znaczenie w komunikacji naukowej i edukacyjnej.
Celem kursu jest przedstawienie metod tworzenia przejrzystych i atrakcyjnych wizualizacji danych z wykorzystaniem PS IMAGO PRO. Podczas szkolenia uczestnicy dowiedzą się, jak wybrać odpowiedni typ wykresu w zależności od rodzaju danych oraz celu analizy, jak korzystać z zaawansowanych funkcji kreatora wykresów, a także jak efektywnie personalizować i edytować wizualizacje.

Kurs przygotowawczy, który pozwoli na swobodne wejście w tematykę modelowania równań strukturalnych. Zależy nam, by w kolejnych, bardziej zaawansowanych warsztatach, uczestnicy mogli w pełni korzystać z przekazywanej wiedzy i samodzielnie zgłębiać bardziej złożone zagadnienia z tego obszaru. Zależy nam, by w kolejnych, bardziej zaawansowanych warsztatach, mogli uczestnicy w pełni korzystać z przekazywanej wiedzy i samodzielnie zgłębiać bardziej złożone zagadnienia z tego obszaru.
Kurs dedykowany jest osobom zainteresowanym modelowaniem równań strukturalnych, które chcą uzupełnić i uporządkować wiedzę z zakresu regresji liniowej oraz analizy czynnikowej. Realizowane zagadnienia przygotowują uczestników do dalszej, pogłębionej nauki modelowania strukturalnego.

Modelowanie strukturalne można wyobrazić sobie jako połączenie w jednej analizie modelu regresji i analizy czynnikowej, w którym struktura związku pomiędzy obserwowanymi zmiennymi i nieobserwowanymi czynnikami może kształtować się niemal dowolnie. Zajęcia będą wprowadzeniem w świat modelowania równań strukturalnych. Wskazane zostaną nie tylko teoretyczne zagadnienia związane z tą metodologią, słuchacze będą mogli uczyć się samodzielnego budowania modeli równań strukturalnych przy użyciu programu IBM SPSS AMOS.

W ramach zajęć zostaną poruszone zaawansowane kwestie dotyczące budowania modeli równań strukturalnych. Na początku zajęć uczestnicy będą budować różne modele i oceniać otrzymane rozwiązania. Konieczna będzie tutaj wiedza z zakresu podstaw SEM, w tym znajomość miar wykorzystywanych do porównań modeli i ich rozwiązań. Uczestnicy kursu m.in. za pomocą indeksów modyfikacji będą zmieniali modele. Modyfikacje modeli zostaną pokazane na przykładach umożliwiających porównania modeli (w tym zagnieżdżonych, m.in. bez korelacji błędów pomiaru oraz z korelacjami jak i ograniczeniami nałożonymi na korelacje między konstruktami). W dalszej części zajęć, zostaną wprowadzone możliwości wykorzystania metod bootstrapowych do uzyskania odpornych standardowych błędów szacunku w modelach równań strukturalnych. Zajęcia są tak zaplanowane, aby pokazać możliwość porównania modeli w zależności od stosowanego podejścia estymacji, wraz z ograniczeniami jak i różnych metod szacowania błędów w analizie (w tym dla modeli niezagnieżdżonych).

W trakcie zajęć zaprezentowany zostanie moduł IBM SPSS Complex Samples w ramach rozwiązania PS IMAGO PRO oraz nowe możliwości programu związane z ustalaniem minimalnych liczebności prób badawczych. Moduł umożliwia planowanie losowania, losowanie próby, automatyczne tworzenie wag oraz odtwarzanie planu losowania, także w sytuacji, gdy badacz nie był odpowiedzialny za jego realizację. Przede wszystkim pozwala on na poprawne przeprowadzanie analiz statystycznych z uwzględnieniem złożonych schematów doboru próby.
Zajęcia skierowane są do osób zainteresowanych technikami losowania oraz analizą danych z uwzględnieniem informacji o zastosowanych schematach doboru próby, co pozwala na poprawne szacowanie błędów statystycznych. Omówione zostaną różnice w wynikach analiz prowadzonych z wykorzystaniem modułu IBM SPSS Complex Samples oraz z pominięciem założeń losowania.
Zajęcia obejmują zagadnienia związane z losowaniem prostym, warstwowym, zespołowym, warstwowo-zespołowym oraz losowaniem jedno- i wieloetapowym. Przedstawione zostaną również metody obliczania wybranych miar (np. efektu planu losowania) służących ocenie efektywności zastosowanych schematów. Uczestnicy zapoznają się z odtwarzaniem planów losowania oraz wykonywaniem analiz statystycznych, takich jak tabele częstości, statystyki opisowe, tabele krzyżowe i modele regresyjne, wraz z omówieniem raportów wynikowych generowanych przez moduł IBM SPSS Complex Samples.

Zajęcia te adresujemy do osób, które chcą lepiej poznać techniki statystyczne, aby dzięki nim bardziej efektywnie stosować techniki wielowymiarowe. To przybliżenie technik wielowymiarowych ma rozszerzyć możliwości predykcji i wychodzi poza prosty opis statystyczny.
Tematyka zajęć obejmie techniki analizy regresji i regresji logistycznej.
Na przykładzie regresji będziemy zapoznawać się z korzyściami analizy wielowymiarowej. Jednak będziemy chcieli zwrócić uwagę na zagrożenia, jakie niesie za sobą niewłaściwe posługiwanie się tego typu technikami, bez ich wystarczającej znajomości.
W praktyce często słyszy się, że klasyczna analiza regresji jest prosta, że nie przysparza problemów. Zwykle wiele osób zaczyna i kończy na interpretacji współczynników regresji, a zrozumienie założeń analizy regresji, umiejętność radzenia sobie z problemami w danych, jak i umiejętność właściwej interpretacji wyników jest kluczem do efektywnego korzystania z technik wielowymiarowych.
Podczas zajęć na praktycznych przykładach zajmiemy się zarówno prostą regresją dwóch zmiennych, jak i budowaniem złożonych modeli z wykorzystaniem regresji wielorakiej. Pokażemy, że jeśli zmienna zależna jest jakościowa (zainteresowanie lub brak zainteresowania), to trzeba zastosować inne techniki, np. regresję logistyczną. Podobnie jak przy regresji wielorakiej zostaną omówione zalety i wady tej metody, problemy jakie mogą się pojawić przy korzystaniu z niej, itp.

Szkolenie to adresujemy do osób, które chcą lepiej poznać testy pozwalające weryfikować hipotezy dotyczące moderatorów (kiedy, gdzie, na kogo działa dany efekt) oraz zmiennych pośredniczących, wyjaśniających mechanizm zjawiska. To przybliżenie technik, które mogą pozwolić na pogłębione zrozumienie natury analizowanych danych oraz testowanie założeń teoretyczne różnych zjawisk. Zajęcia będą integrowały zagadnienia teoretyczne w zakresie konstrukcji metod regresyjnych oraz praktyczne zastosowanie niestandardowych okien dialogowych w analizie danych.
Tematyka zajęć obejmie głównie takie techniki jak: regresje liniowe wraz z analizą mediacji i moderacji; regresję logistyczną wraz z efektami interakcyjnymi i zmiennymi pośredniczącymi oraz mediowane moderacje i moderowane mediacje z wykorzystaniem macro PROCESS IBM SPSS Statistics w ramach rozwiązania PS IMAGO PRO.
Na przykładzie metod regresyjnych będziemy prezentować korzyści poszczególnych technik poszukujących związków między zmiennymi o różnym statusie teoretycznym. Szkolenie pozwoli uczestnikom na pogłębione zrozumienie statusu zmiennych w kontekście konstruowania modeli teoretycznych za pomocą złożonych modeli regresyjnych.

Zajęcia przeznaczone są dla osób, które chcą lepiej poznać testy pozwalające wykrywać różnice pomiędzy grupami, czy pomiarami. To przybliżenie technik, które choć należą obecnie do klasyki analizy statystycznej, właściwie stosowane mogą pozwolić na głębokie zrozumienie natury analizowanych danych.
Zajęcia będą integrowały zagadnienia teoretyczne obejmujące zasady konstrukcji testów statystycznych i praktykę obliczeniową, pozwalającą przenieść teorię w praktykę.
Na przykładzie analizy wariancji będziemy zapoznawać się z korzyściami technik różnicowych. Celem zajęć będzie również wskazanie zagrożeń, jakie niesie za sobą niewłaściwe posługiwanie się tego typu technikami, bez ich wystarczającej znajomości. W praktyce często słyszy się, że analiza wariancji jest bardzo prosta. Stąd wiele osób nie testuje założeń analizy wariancji, ignoruje także trudności interpretacyjne. Pomijane są także wstępne fazy przygotowania danych, co owocuje błędnymi wynikami.

Klasyfikacja jest często pojawiającym się zagadnieniem w obszarze nauk ekonomicznych i społecznych. Poza chęcią budowy modeli, które będą potrafiły dokonać możliwie najlepszego przydziału badanych do rozważanych klas, konieczne jest też wytypowanie czynników, które o tej przynależności decydują. Ma to szczególne znaczenie np. w badaniach dotyczących zagrożenia wszelkiego rodzaju wykluczeniem (społecznym, ekonomicznym, cyfrowym itp.). Drzewa klasyfikacyjno-regresyjne (CRT) są narzędziem służącym zarówno do klasyfikacji jak i regresji (szacowania). Wynikiem ich działania jest model w postaci drzewa, w węzłach którego pojawiają się warunki budowane w oparciu o dostępne w danych predyktory. Cały model budowany jest tak, aby kryteria podziału jak najbardziej różnicowały otrzymane grupy ze względu na wartości zmiennej celu. Drzewo takie pozwala łatwo identyfikować najbardziej istotne dla predykcji czynniki i może być zamieniane na zestawy reguł. Zespołową metodą uczenia maszynowego opartą o drzewa CRT są lasy losowe.

Zagadnienie grupowania, nazywanego także analizą skupień czy klasteryzacją, odnosi się do poszukiwania w danych w miarę jednorodnych grup, które często są naturalnymi skupieniami lub też podziału danych na grupy, których elementy będą podobne do siebie, a niepodobne do obserwacji z innych grup. Procedury te mają na celu m.in. zredukowanie dużej liczby pierwotnych cech do jednej zmiennej, której kategorie mogą być potem traktowane jako przedmiot dalszej analizy, wyróżnienie w zbiorowości pewnych charakterystycznych podgrup, identyfikację obserwacji czy zmiennych podobnych do siebie, a także detekcję anomalii. W praktyce znajduje to często zastosowanie np. w segmentacji rynku.

Kurs poświęcony jest zagadnieniom segmentacji i klasyfikacji danych z wykorzystaniem technik analizy skupień oraz drzew klasyfikacyjnych. Jego celem jest zapoznanie uczestników z podstawami metodologicznymi oraz praktycznymi aspektami stosowania wybranych metod eksploracyjnej analizy danych służących wyodrębnianiu jednorodnych grup oraz klasyfikacji obserwacji.
W pierwszej części zajęć omówione zostaną podstawowe pojęcia oraz różnice pomiędzy segmentacją a klasyfikacją, a także główne etapy procesu segmentacji. Następnie przedstawione zostaną wybrane metody analizy skupień, w tym hierarchiczna analiza skupień oraz metoda k-średnich, wraz z zasadami interpretacji i oceny jakości uzyskiwanych rozwiązań.
Kolejna część kursu poświęcona będzie dwustopniowemu grupowaniu, umożliwiającemu analizę zmiennych ilościowych i jakościowych oraz automatyczny dobór liczby skupień. W końcowej części zajęć uczestnicy zostaną wprowadzeni do drzew klasyfikacyjnych, obejmujących zarówno drzewa klasyfikacyjne, jak i regresyjne, ze szczególnym uwzględnieniem interpretacji wyników.
Kurs ma charakter metodologiczno-praktyczny – omawiane zagadnienia ilustrowane są przykładami analiz, a nacisk położony jest na poprawną interpretację wyników oraz świadome stosowanie omawianych technik w badaniach empirycznych.

Sieci neuronowe są obecnie jedną z najpopularniejszych metod predykcyjnych. Są na tyle uniwersalne, że mogą być wykorzystywane do przewidywania wartości zarówno jakościowych, jak i ilościowych zmiennych celu. W stosunku do innych metod stosowanych w analizie danych nie wymagają spełnienia żadnych restrykcyjnych założeń, dobrze radzą sobie z danymi zaszumionymi i przeważnie dają dokładniejsze szacowanie wartości zmiennej zależnej. Celem szkolenia jest zapoznanie uczestników z modelami sieci neuronowych dostępnymi w PS IMAGO PRO, a także omówienie metod oceny jakości modeli predykcyjnych ze szczególnych uwzględnieniem krzywych ROC stosowanych często w diagnostyce medycznej.

Aby zapewnić wysoką jakość pracy warsztatowej i indywidualne podejście, prowadzimy zajęcia w kameralnych grupach – standardowo do 10 osób. W przypadku szkoleń podstawowych dopuszczamy zwiększenie grupy maksymalnie do 12 uczestników. Taki układ pozwala każdemu aktywnie uczestniczyć w szkoleniu, zadawać pytania i pracować w tempie dopasowanym do potrzeb grupy.

W przypadku braku licencji na uczelni, zapewniamy kompletne wsparcie techniczne – dostarczamy instalatory programu oraz przekazujemy kody aktywacyjne ważne na czas trwania szkolenia. Dzięki temu uczestnicy mogą w pełni korzystać z oprogramowania bez żadnych ograniczeń.

Tak. Terminy wszystkich szkoleń ustalamy indywidualnie – dopasowujemy je do dostępności prowadzącego, grupy oraz harmonogramu uczelni. Po otrzymaniu zgłoszenia niezwłocznie kontaktujemy się, aby wspólnie uzgodnić dogodny termin realizacji. Szkolenia organizujemy wyłącznie w dni robocze.

W wyjątkowych przypadkach – tak, po indywidualnych ustaleniach.