I.   Tổng quan

Khóa học cung cấp các kiến thức cơ bản của xác suất - thống kê được sử dụng trong phân tích dữ liệu kinh doanh: thống kê mô tả, sự phân tán, độ lệch, tương quan, hồi quy, phân phối, kiểm định giả thuyết,.v.v.. Thông qua khóa học này, học viên sẽ có được kiến thức, phương pháp về xác suất - thống kê áp dụng cho các loại dữ liệu khác nhau (dữ liệu số, danh mục, dữ liệu liên tục). Học viên sẽ được thực hành trên các bộ dữ liệu thực tế, sử dụng các công cụ, thư viện trong ngôn ngữ Python hoặc R.

II.  Thời lượng: 16h

III.  Mục tiêu:

• Hiểu các khái niệm cơ bản của xác suất - thống kê
• Làm việc với các loại dữ liệu khác nhau
• Trực quan hóa các loại dữ liệu khác nhau
• Tính toán các số đo của xu hướng trung tâm, tính bất đối xứng và sự biến thiên
• Tính toán tương quan và hiệp phương sai
• Phân biệt và làm việc với các kiểu phân phối khác nhau
• Ước tính khoảng tin cậy
• Thực hiện kiểm tra giả thuyết
• Đưa ra quyết định dựa trên dữ liệu
• Hiểu cơ chế của phân tích hồi quy
• Thực hiện phân tích hồi quy
• Sử dụng và hiểu các biến giả
• Hiểu các khái niệm cần thiết cho khoa học dữ liệu, ngay cả với Python và R

IV. Đối tượng tham gia:

• Chuyên gia CNTT
• Chuyên gia tài chính ngân hàng
• Giám đốc tiếp thị
• Quản lý mạng lưới chuỗi cung ứng
• Người mới bắt đầu trong lĩnh vực kỹ thuật dữ liệu
• Sinh viên các ngành kinh tế

V.  Nội dung khóa học:

 Phần 1 - Introduction

Phần 2 - Sample or Population Data?

Phần 3 - The Fundamentals of Descriptive Statistics

Phần 4 - Measures of Central Tendency, Asymmetry, and Variability

Phần 5 - Practical Example: Descriptive Statistics

Phần 6 - Distributions

Phần 7 - Estimators and Estimates

Phần 8 - Confidence Intervals: Advanced Topics

Phần 9 - Practical Example: Inferential Statistics

Phần 10 - Hypothesis Testing: Introduction

Phần 11 - Hypothesis Testing: Let’s Start Testing!

Phần 12 - Practical Example: Hypothesis Testing

Phần 13 - The Fundamentals of Regression Analysis

Phần 14 - Subtleties of Regression Analysis

Phần 15 - Assumptions for Linear Regression Analysis

Phần 16 - Dealing with Categorical Data

Phần 17 - Practical Example: Regression Analysis