ΜΑΘΗΜΑΤΑ SPSS: Τα μαθήματα στατιστικής (π.χ. SPSS / PASW, Stata κ.α.), προσαρμόζονται από τους καθηγητές μας στις απαιτήσεις και το επίπεδο γνώσεων των φοιτητών. Τα φροντιστηριακά μαθήματα οργανώνονται και πραγματοποιούνται από στατιστικολόγους και εξειδικευμένους επιστήμονες στη στατιστική ανάλυση.
Εισαγωγικά στο πρόγραμμα SPSS
1. Εξοικείωση με το περιβάλλον του προγράμματος
2. Δυνατότητες του προγράμματος
3. Σε ποιους αναφέρεται
4. Ανάλυση χαρακτηριστικών ερωτηματολογίων, κωδικοποίηση ερωτήσεων – μεταβλητών και απαντήσεων – τιμών
5. Εισαγωγή δεδομένων άλλου τύπου (όπως χρονοσειρές κτλ.)
Επεξεργασία δεδομένων & Εισαγωγικά στην Στατιστική Θεωρία
1. Πώς εισάγουμε δεδομένα (χαρακτηριστικά μεταβλητών) και κάνουμε επεξεργασία/τροποίηση δεδομένων (σύμπτυξη μεταβλητών, ‘φωλιασμένες’ ερωτήσεις, μετατροπή μεταβλητών κτλ.)
2. Εισαγωγικά στην Στατιστική Θεωρία (συντελεστές, δείκτες, αναλύσεις, θεωρήματα κτλ.)
3. Δομή τυπικής ανάλυσης δεδομένων στο SPSS και επεξήγηση
4. Εισαγωγή στην ανάλυση (συχνότητες, ποσοστά και γραφήματα)
5. Εξοικείωση με την δημιουργία και επεξεργασία γραφημάτων
Αναλύσεις βάση υποθέσεων & Ερμηνεία Αποτελεσμάτων/Πινάκων (Output)– Μέρος 1ο
1. Έλεγχος συνάφειας (Cross-tabulation) και δείκτης ανεξαρτησίας χ2 (Pearson Chi Square)
2. Συμπερασματολογία για την μέση τιμή (έλεγχος T για ένα δείγμα, για ανεξάρτητα δείγματα, για ζευγάρια δειγμάτων)
3. Ανάλυση διακύμανσης μονής κατεύθυνσης (One-way ANOVA – Περιγραφικές στατιστικές, στατιστική Levene, δείκτες Brown-Forsythe, Welch, Tukey, Dunnett, LSD, κτλ., γραφήματα μέσων όρων κτλ.)
4. Ανάλυση διακύμανσης διπλής κατεύθυνσης (Two-way ANOVA – δημιουργία μοντέλου)
Αναλύσεις βάση υποθέσεων & Ερμηνεία Αποτελεσμάτων/Πινάκων (Output) – Μέρος 2ο
1. Αναλύσεις συσχετίσεων (bivariate, partial, distances)
2. Παραγοντική ανάλυση (factor analysis και ερμηνεία παραγόντων βάση βαρύτητας)
3. Ανάλυση γραμμικής παλινδρόμησης (Linear regression, Curve Estimation, Partial Least Squares, Ordinal Regression)
4. Ομαδοποίηση μεταβλητών (Clustering – Two step cluster, K-means Cluster, Hierarchical Cluster)
5. Ανάλυση Αξιοπιστίας (Reliability Analysis, Cronbach’s alpha, Multidimensional Scale)
Αναλύσεις βάση υποθέσεων & Ερμηνεία Αποτελεσμάτων/Πινάκων (Output) – Μέρος 3ο
1. Μη παραμετρικοί έλεγχοι (Chi Square, Binomial, Independent Samples, κτλ.)
2. Προβλεψιμότητα (Auto-correlations, Cross-correlations, Sequence Charts)
3. Επεξεργασία πολλαπλών ερωτήσεων (Multiple Response Sets)
4. Έλεγχος Ποιότητας (Quality Control – Pareto Charts, Control Charts)
5. Μοντελοποίηση και ανάλυση δεδομένων βάση δημιουργίας εξισώσεων/υποθέσεων (Structure Equation Model)
Φοιτητικά Μαθήματα μέσω Skype, τηλεμαθήματα, On line φροντιστήριο.
Έχετε εμπειρία και ικανότητα σε ασκήσεις, εργασίες, θέματα εξεταστικών και προόδων για παροχή βοήθειας σε φοιτητές και σπουδαστές; Επικοινωνήστε μαζί μας.
Για να βελτιώσουμε την εμπειρία πλοήγησης του χρήστη, χρησιμοποιούμε τεχνολογίες όπως τα cookies για την αποθήκευση ή/και την πρόσβαση σε πληροφορίες συσκευής. Η συναίνεση σε αυτές τις τεχνολογίες θα μας επιτρέψει να επεξεργαζόμαστε δεδομένα όπως η συμπεριφορά περιήγησης ή μοναδικά αναγνωριστικά σε αυτόν τον ιστότοπο.