Splus與R培訓(xùn)班

       華為，中科院，上海貝爾，中興，Xilinx,Intel英特爾,TI德州儀器，NI公司，Cadence公司,Synopsys，IBM，Altera，Oracle，synopsys，微軟，飛思卡爾，等大型公司高級工程師，項目經(jīng)理，技術(shù)支持專家，曙海教育，資深講師。

       大多名牌大學(xué)，碩士以上學(xué)歷，相關(guān)技術(shù)專業(yè)，有豐富的理論素養(yǎng)，十多年實際項目經(jīng)歷，開發(fā)過多個大型項目，熱情，樂于技術(shù)分享。針對客戶實際需求，案例教學(xué)，邊講邊練，互動式溝通，學(xué)有所獲。

       更多師資力量信息請參見曙海師資團隊，請點擊這兒查看。

　    ☆資深工程師授課

        
        ☆注重質(zhì)量
        ☆邊講邊練
        ☆合格學(xué)員免費推薦工作

        

        專注高端培訓(xùn)17年，曙海提供的課程得到本行業(yè)的廣泛認可，學(xué)員的能力
        得到大家的認同，受到用人單位的廣泛贊譽。

        ★實驗設(shè)備請點擊這兒查看★

        1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽；
        2、課程完成后,授課老師留給學(xué)員手機和Email,保障培訓(xùn)效果,免費提供半年的技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費推薦就業(yè)機會。

1?Splus與R語言簡介

1.1??Splus與R語言簡介

1.2??Splus與R語言與統(tǒng)計

1.3??啟動與退出

1.4??強大的幫助系統(tǒng)

1.5??編輯軟件tinn-R簡介

1.6??R軟件包的使用

2?數(shù)據(jù)對象與運算

2.1??數(shù)據(jù)對象及類型

2.2??數(shù)據(jù)對象構(gòu)造

2.3??數(shù)據(jù)的錄入及編輯

2.4??基本編程思想和語法

3?隨機數(shù)與抽樣模擬

3.1??隨機數(shù)的產(chǎn)生

3.2??隨機抽樣

3.3??統(tǒng)計模擬

4?數(shù)據(jù)探索性分析

4.1??數(shù)據(jù)探索性分析主要方法

4.2??單變量數(shù)據(jù)分析

4.3??雙變量數(shù)據(jù)分析

4.4??多變量數(shù)據(jù)分析

5?參數(shù)估計

5.1??參數(shù)估計的方法

5.2??均值的區(qū)間估計

5.3??中位數(shù)的區(qū)間估計

5.4??比例的區(qū)間估計

5.5??置信區(qū)間的模擬比較

6?假設(shè)檢驗

6.1??單樣本檢驗

6.2??兩樣本檢驗

6.3??卡方檢驗

7?回歸分析

7.1??一元線性回歸

7.2??多元線性回歸

8?方差分析

8.1??方差分析的概念

8.2??單因素方差分析

8.3??兩因素方差分析

9?非參數(shù)檢驗

9.1??非參數(shù)檢驗簡介

9.2??單樣本檢驗

9.3??兩獨立樣本檢驗

9.4??多個獨立樣本的秩和檢驗

10?統(tǒng)計案例綜合分析

10.1??調(diào)查數(shù)據(jù)的綜合分析

10.2??回歸模型的綜合分析

10.3??R語言中包的使用

10.4??R語言的其他編輯工具

1、線性回歸及其放寬假設(shè)條件模型

???????主要包括線性回歸小二乘估計、極大似然估計、蒙特卡羅模擬小二乘估計量的blue性質(zhì)、鄒至莊檢驗和遞歸小二乘法比較、分段線性回歸、虛擬變量法、非線性回歸線性化、多重共線性的檢驗和克服、嶺回歸、偏小二乘估計、主成分估計、加權(quán)小二乘估計、廣義小二乘估計、異方差的檢驗和克服、序列相關(guān)的檢驗和克服。

2、非線性優(yōu)化和非線性回歸估計

???????主要包括非線性無約束下優(yōu)化、非線性約束下優(yōu)化、非線性小二乘法、非線性加權(quán)小二乘法、非線性極大似然估計法。并通過實際講解如何選擇初始值、如何進行非線性模型檢驗等。充分透徹講解R語言是作非線性模型的絕佳軟件。

3、動態(tài)經(jīng)濟模型分析

???????主要包括分布滯后模型估計、滯后長度的選擇、alomon多項式法、自回歸模型估計、葛蘭杰因果關(guān)系檢驗等。

4、聯(lián)立方程分析

???????主要包括聯(lián)立方程的識別、聯(lián)立方程恰好識別下的的iv估計、ils估計、2sls估計的參數(shù)估計，以及通過實例證明iv、ils、2sls三種方法在恰好識別下的等價性；過度識別下的2sls、3sls估計。

5、離散選擇因變量模型

???????主要講解probit兩元模型、logit兩元模型、多元logit模型、有序因變量probit和logit模型、受限因變量tobit模型、計數(shù)因變量模型possion模型。

6、面板數(shù)據(jù)分析

???????主要講解面板數(shù)據(jù)混合模型、個體固定效應(yīng)模型、時間固定效應(yīng)模型、個體時間固定效應(yīng)模型、個體隨機效應(yīng)模型、時間隨機效應(yīng)模型、個體時間隨機效應(yīng)模型、變系數(shù)固定效應(yīng)模型、變系數(shù)隨機效應(yīng)模型。