使用 Stata 和 R 进行统计分析 培训

这个由 讲师指导的 中国 现场培训（在线或现场）面向希望通过演算法交易 Python 和 R 实现自动化交易的业务分析师。

在本次培训结束时，参与者将能够：

• 采用演算法以专门的增量快速买卖证券。
• 使用演算法交易降低与交易相关的成本。
• 自动监控股票价格并进行交易。

Big Data是指用于存储和处理大型数据集的解决方案。最初由Go ogle开发，这些Big Data解决方案已经发展并激发了其他类似的项目，其中许多项目都是开源的。 R是金融行业中流行的编程语言。

R是一种用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的经理和数据分析师使用。 R有各种各样的数据挖掘包。

这门由讲师指导的中国（线上或线下）培训课程，旨在帮助中级数据分析师和商业专业人士使用R进行时间序列预测，并自动化数据分析工作流程。

在培训结束时，参与者将能够：

• 理解R中预测技术的基本原理。
• 应用指数平滑和ARIMA模型进行时间序列分析。
• 使用‘forecast’套件生成准确的预测模型。
• 为商业和研究应用自动化预测工作流程。

听众

Business主（营销经理，产品经理，客户群经理）及其团队;客户见解专业人士。

概观

该课程遵循客户生命周期，从获得新客户，管理现有客户的盈利能力，留住优质客户，最终了解哪些客户离开我们以及为什么。我们将处理来自各行各业的真实（如果是匿名的）数据，包括电信，保险，媒体和高科技。

格式

由五个为期半天的课程进行的讲师指导培训，包括课堂练习和家庭作业。它可以作为教室或距离（在线）课程提供。

听众

• 经理
• 开发商
• 科学家们
• 学生们

课程形式

在线指导和讨论或面对面的研讨会

R 是一个开源的免费编程语言,用于统计计算,数据分析和图形。 研究由越来越多的管理人员和数据分析师在企业和学术界内使用。 R 还在没有计算机编程技能的统计学家、工程师和科学家中找到了追随者,他们发现它很容易使用。 它的普及是由于数据采矿越来越多用于各种目的,如设置广告价格,更快地找到新的药物或精致的金融模型。 R 有大量的数据采矿包。

该课程涵盖R中的对象的操纵,包括阅读数据,访问R包,写R功能,并制作信息图表。 它包括使用常见的统计模型的数据分析。 该课程教导如何在命令线和图形用户界面(GUI)上使用R软件(0)。

R是一种用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的经理和数据分析师使用。 R还发现没有计算机编程技能的统计学家，工程师和科学家的追随者都很容易使用。它的受欢迎程度是由于越来越多地使用数据挖掘来实现各种目标，例如设定广告价格，更快地找到新药或微调财务模型。 R有各种各样的数据挖掘包。

R是一种用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的经理和数据分析师使用。 R还发现没有计算机编程技能的统计学家，工程师和科学家的追随者都很容易使用。它的受欢迎程度是由于越来越多地使用数据挖掘来实现各种目标，例如设定广告价格，更快地找到新药或微调财务模型。 R有各种各样的数据挖掘包。

本课程介绍如何使用 R-project 软件将神经网络应用于现实世界中的问题。

本课程适用于已具备基本R和C++编程技能及R代码的数据科学家和统计学家，需要进一步提升R编程技能。

课程旨在为有兴趣在工作中应用这些方法的参与者提供实用的高级R编程培训。

通过行业特定案例，使培训内容更贴合学员需求。

这种讲师指导的 中国 现场培训（在线或现场）面向希望使用 Stata 分析大型数据集的数据分析师。

在本次培训结束时，参与者将能够：

• 创建用于预测关键利益变数和事件的统计模型。
• 生成描述性可视化、汇总表、频率等。
• 管理和构建大型数据集，为数据分析做好准备。

这项面授的即时培训旨在帮助中级至高级的统计学专业人士利用Stata进行统计分析，并将其与R语言整合。

完成这次培训后，参与者将能够：

• 有效地使用Stata进行数据分析和统计建模。
• 比较Stata与SPSS和R的功能。
• 将Stata与R整合，以实现无缝的统计计算。
• 使用Stata和R开发和自动化工作流程。

受众

课程形式

通过本次培训，参与者将能够：

在这次由讲师主导的线下培训中，参与者将学习如何使用Tidyverse中包含的工具来操作和可视化数据。

Tidyverse是一组多功能R包，用于数据清理、处理、建模和可视化。包含的一些包有：ggplot2、dplyr、tidyr、readr、purrr和tibble。

• R语言初学者
• 数据分析和数据可视化初学者

• 部分讲座、部分讨论、练习和大量动手实践

• 进行数据分析并创建吸引人的可视化效果
• 从各种样本数据集中得出有用的结论
• 过滤、排序和汇总数据以回答探索性问题
• 将处理后的数据转换为信息丰富的线图、条形图、直方图
• 从不同的数据源（包括Excel、CSV和SPSS文件）导入和过滤数据

描述：

本课程旨在教导R语言使用者如何创建web apps，无需学习跨浏览器的HTML、Javascript和CSS。

目标：

涵盖Shiny apps的基本运作原理。

涵盖Shiny库中所有常用的输入/输出/渲染/面板功能。