五南線上學院 Python論文數據統計分析9小時精通 講師:洪煌佳 影音教學 中文發音 繁體中文版(DVD版)
課程目標
系統性規劃 手把手教學 主題式學習
內容涵蓋:論文寫作常用的敘述統計、資料視覺化、變異數檢定、非參數檢定、迴歸分析、項目分析與信度、結構方程模式等......對於需要撰寫論文但對統計方法不熟悉的研究生尤其受用。
課程使用Jupyter Notebook為主,操作介面簡潔、輸出結果清晰。
上完本課程可以有系統及快速掌握數據分析的能力,有助於碩、博士研究生、研究人員等處理量化數據,並據以完成學術論文或大數據資料處理。
學習對象
碩博士學生
教師
研究人員
數據分析需求者
有興趣但零基礎的對象
課程說明
由於商業統計軟體的使用成本較高,以致於一般大眾無法負擔或者是買進的版本跟不上該軟體改版的速度,進而產生數據資料分析高手也陷入「巧婦難為無米之炊」的困境。
而隨著開放原始碼的開源軟體興起,再加上許多先進專家的努力耕耘,則也逐漸推動使用Python開源軟體的套件來執行資料處理,且愈來愈多研究人員採用Python來從事數據資料分析的發展趨勢。
簡要來說,Python除了適合進行數據分析,也適合連結網頁後端,並與各大應用框架進行串接。這樣強大的多元功能,可以讓資料科學處理擁有更豐富的功能發揮,並應用到更廣的領域。
講者介紹
洪煌佳
任教於國立臺東大學,於大學部及研究所碩士班開設實驗設計與統計課程已有10年以上經驗,有數十篇SSCI、TSSCI等級論文發表於國內外學術期刊,累計近百篇學術期刊論文。
嚴謹面對數據分析但更喜歡探索數據背後的意義,上課方式幽默、風趣,具有逐步帶領學生有效學習數據統計分析的經驗。
001_1.1_Python軟體介紹.mp4
002_1.2_安裝Python軟體.mp4
003_1.3_整合開發環境的概念.mp4
004_1.4_Anaconda Prompt管理模組.mp4
005_1.5_1.5 常用整合開發環境1, 2 (1) (2).mp4
006_1.5_1.5 常用整合開發環境2 (3) (4) (5).mp4
007_1.5_常用整合開發環境2 (6) (7).mp4
008_2.1_數據的統計與測量.mp4
009_2.2_資料建立與編碼簿.mp4
010_2.3_登錄資料與資料儲存.mp4
011_3.1_Python Pandas庫介紹.mp4
012_3.2_模組、套件包與工具庫.mp4
013_3.3_載入模組與套件.mp4
014_3.4_Pandas 讀取資料.mp4
015_3.5_資料檢視與基本操作.mp4
016_4.1_Pandas 資料檢視.mp4
017_4.2_(1) (2) Pandas資料篩選(選取行、列).mp4
018_4.2_(3) Pandas資料篩選(指定資料loc).mp4
019_4.2_(4) Pandas資料篩選(條件式選取).mp4
020_4.3_(1) (2) (3-1) Pandas資料清理-刪除空值.mp4
021_4.3_(1) (2) (3-2) Pandas資料清理-填補空值.mp4
022_4.3_(4) Pandas資料清理-數據刪除.mp4
023_4.4_(1) 重新編碼.mp4
024_4.4_(2) 資料篩選.mp4
025_4.4_(3) 資料排序.mp4
026_4.4_(4) 資料合併.mp4
027_4.5 _Pandas資料統計.mp4
028_4.6_Pandas匯出儲存檔案.mp4
029_5.0_數值資料分析與視覺化.mp4
030_5.1_為什麼需要資料視覺化?.mp4
031_5.2_NumPy的基礎_ndarry陣列與運算.mp4
032_5.3_matplotlib視覺化套件應用.mp4
033_6.1 _t檢定的概念.mp4
034_6.2_執行t檢定 (1) 單一樣本t檢定.mp4
035_6.2_執行t檢定 (2) 獨立樣本t檢定.mp4
036_6.2 _執行t檢定 (3) 成對樣本t檢定.mp4
037_7.1_變異數分析的概念.mp4
038_7.2 _單因子重複量數變異數分析.mp4
039_7.3 _單因子變異數分析.mp4
040_7.4_二因子變異數分析_ (1) 交互作用不顯著.mp4
041_7.4 _二因子變異數分析_ (2) 交互作用顯著.mp4
042_7.5 _二因子變異數分析_混合設計.mp4
043_8.1 _非參數檢定的概念.mp4
044_8.2 _二組獨立樣本的非參數檢定.mp4
045_8.3 _多組樣本的非參數檢定.mp4
046_9.1 _相關分析的概念.mp4
047_9.2 _相關分析的執行.mp4
048_9.3 _線性迴歸分析的概念.mp4
049_9.4 _線性迴歸分析的執行_ (1) 簡單線性迴歸分析.mp4
050_9.4 _線性迴歸分析的執行_ (2) 多元線性迴歸分析.mp4
051_9.4 _線性迴歸分析的執行_ (3) 多元線性迴歸分析_包含虛擬變數.mp4
052_9.4_線性迴歸分析的執行_ (4) 多元線性迴歸分析_中介模式.mp4
053_10.1 _項目分析的概念與執行.mp4
054_10.2_信度分析的概念與執行.mp4
055_11.1 _因素分析的概念.mp4
056_11.2 _因素分析的執行.mp4
057_12.1_類別資料分析的概念.mp4
058_12.2_執行卡方檢定.mp4
059_13.1 _驗證性因素分析的概念.mp4
060_13.2 _驗證性因素分析的執行.mp4
061_13.3 _結構方程模式的概念.mp4
062_13.4 _結構方程模式的執行.mp4
|
|