【R语言】初级班+进阶班+DVD

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

R语言初高级特训
７月@北京
从零基础掌握R语言
时间：初级：2016年7月9-11日(三天)                   
          高级：2016年7月13-15日(三天)
地点：北京市海淀区首都体育学院
安排：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
费用：初级：2700元 / 2200元 (凭全日制学生证优惠价)；
          高级：3000元 / 2400元 (凭全日制学生证优惠价)；
          全程：5400元 / 4400元 (凭全日制学生证优惠价)；
优惠：参加现场班赠送同等级视频；
          现场班老学员9折优惠；
          同一单位3人以上同时报名9折优惠；
          同一单位6人以上同时报名8折优惠；
          折扣优惠不叠加。
详情请参照回复   
我要报名

报名流程：
1：点击“我要报名”，网上填写信息提交，注明报全程还是阶段
2：给予反馈，确认报名信息
3：网上缴费
4：开课前一周发送课程电子版讲义，软件准备及交通住宿指南

联系方式：
魏老师
QQ：1143703950
Mail：vip@pinggu.org
Tel： 010-68478566

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏5 回帖

关键词：DVD R语言 首都体育学院 pinggu 填写信息 北京

R语言课程介绍

讲师介绍  

       Gino老师早年获得名校数学与计算机专业学士和统计学专业硕士，近20年来一直进行着数据分析的理论和实践，数学、统计和计算机功底强悍。为人低调谦和，讲课富于激情和感染力。

       他在高校担任过数学、计算机和统计学老师，也曾在某一世界500强公司核心部门担任高级主管负责数据建模和分析工作，在实践中攻克统计建模和数据分析难题无数，数据处理与分析科学精准，在实际应用中取得良好的预期效果。

       Gino老师使用过SAS、SPSS、Stata等多种统计分析软件，自2006年起，开始使用R语言作为常用分析利器取代其它，用R语言解决和积累了学术和企业的很多数据分析案例，在R语言的使用上具有丰富的实战经验。

       他从事R语言数据分析培训师多年，探索出一套以实例讲解带动理论理解和软件操作熟悉的方法，使学生能迅速理解统计思想并使用软件独立开展数据分析。

       他至今培训了来自高校、研究所、国外和各行各业的上千名学员，每一次培训都好评如潮。来自学术和业界的学员均在培训中受益颇多。培训后使用R语言发表文章或者从事教学变得容易；培训过的学生应聘数据分析工作成功概率大，数据分析职位面试容易通过，有些学生进入百度、腾讯、携程、湘财证券等知名企事业单位从事数据分析工作。

       他是人大经济论坛特邀的数据分析名师，为论坛培养了多名数据分析培训师。

课程目标

1.使得培训的同学通过培训和后期指导学习在短期内能胜任中级的数据分析师工作；

2.帮助学员更好的解决学术研究和工作中遇到的实际统计分析问题；

3.使得学员对数据分析产生浓厚的兴趣，产生立志从事数据分析工作和研究的强烈愿望。

课程特色

• 在总结多年R语言培训经验和学员反馈建议的基础上，科学设计培训内容，无盲区地覆盖了研究和实际工作中经典的数据分析重要内容和技术（学习数据挖掘和机器学习请参加Gino老师的“R语言数据挖掘”实战班），结合实际应用做到详略得当。
• 全程使用案例教学，现实的数据分析都逃不出Gino老师讲解的这几百个案例。几乎没有复杂的公式，但注重讲清思想和方法（会给出相关资料让学员课后补充相关理论）。注重从数据出发到建立模型（即遇到什么样的数据找到的分析方法和模型），使得学员快速理解上手，在发表学术论文和数据分析实际工作中准确快速的得到数据分析结果。
• 在课程中，会使用本期学员研究和工作中实际遇到的问题作为案例分析讲解。
  

课程适用人群  

1.零基础学员，想涉足数据分析领域者（以前学员有些专业是外语、法律，也能学有所获）。

2.高校教师，想扩大数据分析R语言教学的广度和深度。

3.从事学术研究者，想使用R语言（正版）发表高质量的量化文章。

4.在公司从事数据分析工作者，想系统地进行学习或者提高数据分析的高度和技能。

R语言课程大纲

基础部分（3天）：

第1章  R语言基础和数据可视化

• 数据类型（数值型、逻辑型、缺失、字符串等）
• 数据结构（向量、矩阵、数据框、列表、因子、日期、时间序列等）
• 数据的读入和输出（文本文件、Excel、大数据文件等输入）
• 作图函数（plot、points、lines、curve、box等）
• 图形增强函数（colors、image、text、legend、loess等）
• 高级作图方法（lattice和ggplot2包的强大作图）
• 定性变量、离散变量、连续变量、多远变量的直方图、柱状图、散点图等各种图形可视化
• 对向量、矩阵和列表进行运算（含seq、rep、逻辑和关系运算）
• 提取和插入元素、基于数据框的整理
• 对日期和时间的操作处理
• 条件语句和循环语句
• 编写函数解决复杂问题
  
  

第2章 数据的获取和整理

• R和SQL数据库的交互
• 日期和时间数据的处理（POSIX、日期与字符串的相互转换等）
• 因子变量的操作
• 索引数据整理方法
• NA与NULL使用技巧
• 字符串操作（含正则表达式、拆分字符串、替换和标记等字符串函数实现）
• 数据子集的筛选（subset、which和随机抽样）
• 识别重复的标识和缺失值处理
• 用强大的apply函数族、aggregate函数、cut函数和plyr函数合并汇总数据
• 变量的重新编码
• 用强大的reshape2等包整理数据
  
  

第3章 数据分析的数学、统计和计算机基础

• R的矩阵运算（积、迹、特征值、特征向量）
• 交叉表或列联表（联合分布、边际分布、条件分布）
• 关联度的测量（卡方统计量、相关分析）
• 理解随机变量和概率分布（各种离散连续分布、密度函数、分布函数、分位数）
• 统计推断（含点估计和极大似然估计）
• 抽样技术（含置换检验、bootstrap重抽样、样本含量的估计）
• 置信区间（均值、比例p、方差、中位数的置信区间）
• 参数检验、独立性检验（列联表卡方检验、Fisher检验）
• 功效检验和非参数检验（分布、拟合优度、位置、秩和、尺度、一致性检验等）
• 重复测量的方差分析和协方差分析
• 向量化编程与重要算法R语言实现
• 控制语句、返回、递归、排序和置换函数
• 管理运筹学精要（含线性规划、目标规划、非线性规划等最优化方法）
• 实际综合案例编程分析
  
  

高级部分（3天）

第1章 线性和分类的方法

• 回归树、决策树和随机森林
• 线性模型的t检验等重要检验
• 虚拟变量方法
• 多重共线性问题（岭回归方法）
• 变量筛选问题
• 残差分析和杠杆点、强影响点分析（含异方差、序列相关等）
• 分层线性回归（含多水平模型）
• Lasso回归
• 偏最小二乘（PLS）
• 两阶段最小二乘法和Heckman选择模型
• 生存分析和cox回归模型
• 对数线性模型
• Logistic回归（含二分类、多项分类、有序分类、计数模型、受限因变量模型）
• 广义加性模型
• 现代数据挖掘和经典统计的比较
  
  

第2章 多元统计分析和随机模拟

• 主成分分析和因子分析
• 判别分析和聚类分析（含k-means聚类、分层聚类、PAM）
• 典型相关分析和对应分析
• 多元方差分析（MANOVA）模型
• 多维标度（CMDS）分析
• 联合分析
• Poisson过程和Markov链的模拟
• 多元随机数的产生和统计模拟（二项分布模拟、正态概率模拟）
• Jacknife和Bootstrap方法的模拟计算
• 蒙特卡洛模拟问题
• 贝叶斯统计分析
• EM算法
• MCMC方法（含马尔科夫链、Gibbs抽样算法等）
  
  

第3章 时间序列分析和量化投资

• 平稳性和单位根检验
• ARMA模型的判断、建模、诊断和预测
• 协整与误差修正模型(含Granger因果检验)
• VAR模型和状态空间模型
• 金融波动的GARCH类模型、SV类模型和高频波动模型
• 分位数回归与VaR极值方法
• 量化投资基础（策略和方法）
  

我要报名

顶啊啊

加油 加油 厉害  厉害

加油 厉害

好机会，支持

顶啊啊

看看这个~~

看看。