Helt ny kurs: Introduktion till statistik för dataanalytiker

Analysområdet förändras och utvecklas ständigt, med nya teknologier och tekniker som dyker upp hela tiden. Det är därför det är viktigt att ständigt utveckla dina kunskaper, så att du kan ligga steget före och fortsätta leverera värde till din organisation.

Här på DNA är vårt mål att utrusta dataanalytiker som dig med de kunskaper och färdigheter du behöver för att hålla dig uppdaterad och fortsätta växa i din roll.

I linje med detta är vi mycket stolta över att lansera vår första kurs för det nya året, som vi kallar Introduktion till för dataanalytiker . Detta är den första delen av en serie om att känna igen, förstå och hantera osäkerhet i data.

Verkliga data är ofta tvetydiga, och det kan vara svårt att avgöra om en trend representerar ett viktigt fenomen eller om det bara är slumpmässigt brus .

Den här kursen hjälper dig att bygga upp en praktisk förståelse för de viktigaste statistiska verktygen som används för att skilja den ena från den andra, och om själva data är kvantitativa eller kategoriska. Denna kurs kommer att fokusera på att välja lämpliga verktyg och korrekt tolka resultaten.

Innehållsförteckning

• Vad du kan förvänta dig av den här kursen
• För vem är den här kursen
• Om din instruktör
• Hur man registrerar sig

Vad du kan förvänta dig av den här kursen

Kursen kommer att använda R som det primära verktyget för dataanalys, och i slutet av den kommer eleverna:

• Utveckla stark intuition för att känna igen variabilitet och fördomar i verkliga exempeldata 
• Förstå den grundläggande logiken i statistisk slutledning  
• Har en verktygslåda som är väsentlig för att analysera kategoriska och kvantitativa variabler  
• Erkänna statistiskt missbruk och kunna undvika det i praktiken 
• Lär dig de olika specialiserade slutledningstekniker som de kan stöta på i sitt framtida arbete med data 

För vem är den här kursen

Kursen Introduktion till statistik är idealisk för alla som försöker dra konstruktiva, generaliserbara slutsatser från data.

Oförmågan att känna igen och hantera osäkerhet är en vanlig orsak till felaktiga slutsatser i dataanalys, och att kunna undvika sådana fel i sin egen praktik och känna igen dem i andra är en väsentlig färdighet för alla som arbetar med .

Om din instruktör

Vi har samarbetat med Dr Andrew Gard , skapare av den populära YouTube-kanalen Equitable Equations , för att ge vår kurs om att hantera osäkerhet från data. Han är författare till R-paketet fqar , som underlättar analysen av storfloristisk kvalitet .

Hans specialområde är dataanalys med hjälp av R, där han integrerar både domänexpertis och teknisk datavetenskap för att ge djupa svar på verkliga datafrågor samtidigt som han respekterar och kvantifierar osäkerheten som är inneboende i data.

Han är för närvarande professor i matematik och datavetenskap vid Lake Forest College i Chicago och har en doktorsexamen i matematik från Ohio State University.

Dr Gards expertis och erfarenhet gör honom till den perfekta ledaren för den här kursen, vilket ger eleverna en värdefull och praktisk inlärningsupplevelse.

Hur man registrerar sig

För att anmäla dig till den här kursen, registrera dig bara för en prenumeration på . Dra nytta av vårför att få tillgång till denna kurs vid release!

Du kan maximera din prenumeration genom att välja en som kommer att generera en personlig handlingsplan och rekommendera kurser skräddarsydda för din erfarenhetsnivå och karriärmål.

Du kan också kolla in vår för mer information, och håll ögonen öppna för den andra delen av vår serie om att hantera osäkerhet om data senare i år.

Med vänliga hälsningar,

LuckyTemplates Team