Программа повышения квалификации

Продвинутый анализ данных в количественных исследованиях
Старт 7 апреля 2022

В этом модуле мы расскажем о некоторых более продвинутых методах статистического анализа данных, которые могут понадобиться исследователям, например, множественной регрессии, кластерном анализе для сегментации, факторном анализе. Вам не придется запоминать сложные формулы. Идея модуля в том, чтобы вы понимали принципы, стоящие в основе наиболее часто применяемых методов продвинутого статистического анализа, а также задачи, которые можно решить с помощью этих методов.

После завершения этого модуля вы сможете:

  1. Выяснить, какие виды аналитики можно использовать с первичными и вторичными данными.
  2. Описать общую структуру многомерных аналитических методов, которая помогает принять решение о том, какой метод и когда можно использовать. Решение принимается на основании следующих факторов: зависимость, взаимозависимость, количество зависимых переменных, тип взаимосвязи, элемент анализа, характер переменной, вид решаемого бизнес-вопроса.
  3. Сравнить различные модели, которые отражают взаимосвязь между двумя переменными (например, нелинейная, линейная, криволинейная, s-образная и т.д.).
  4. Различать интерполяцию и экстраполяцию.
  5. Описать, что такое факторный анализ, для чего он нужен, какой тип данных подходит для его применения, привести примеры использования этого метода в маркетинговых исследованиях.
  6. Описать концепцию сегментационного анализа: что он делает, какой тип переменных подходит для его использования; различать и описывать методы кластеризации данных (например, K-Means, RFM, Парето и т.д.), а также понимать практики применения этих методов в маркетинговых исследованиях.
  7. Описать, что такое перцепционное отображение (Perceptual Mapping), включая использование многомерного масштабирования, и рассказать о его использовании в маркетинговых исследованиях.
  8. Описать различные методы, используемые для анализа отношений между переменными (например, корреляцию, простую регрессию и множественную регрессию): для чего они нужны, какой тип данных подходит, как они применяются в маркетинговых исследованиях.
  9. Описать методы совместного анализа (Conjoint Analysis) и моделирование выбора (Choice Modeling): для чего они нужны, какой тип данных подходит для их использования, как они применяются в маркетинговых исследованиях.
  10. Описать более сложные меры связи (например, логистическая регрессия и моделирование структурных уравнений): для чего они нужны, какой тип данных подходит, как они применяются в маркетинговых исследованиях.
  11. Описать, что такое дискриминантный анализ, для чего он нужен, какой тип данных подходит для него, а также как он применяется в маркетинговых исследованиях.
  12. Определить наиболее популярные методы машинного обучения и описать, как исследователи могут их использовать.
  13. Описать, что такое нейросетевой анализ, для чего он нужен, какой тип данных подходит для него, а также как он применяется в маркетинговых исследованиях.
  14. Описать концепцию маркетинг-микс моделирования, что оно делает, какой тип данных подходит для проведения подобного анализа, используемые методы (например, множественная регрессия, байесовская регрессия и т.д.), а также практики его применения в маркетинговых исследованиях.
  15. Описать анализ временных рядов: для чего он нужен, какой тип данных подходит для проведения анализа, какие методы используются, а также как он применяется в маркетинговых исследованиях.
  16. Описать разницу между статистической значимостью и бизнес-значимостью.

Модуль это

20
академических часов
10
часов самостоятельной работы
1
неделя обучения
20 000
рублей

Формат обучения

Условия приема
Наличие диплома о высшем/среднем образовании или справки из ВУЗа о получении высшего образования
Форма обучения
Онлайн
Форма занятий
Тренинг
Язык обучения
Русский
Расписание
7 апреля 2022 года
14 апреля 2022 года

Преподаватели

Марк Шафир
генеральный директор
Radar Research

Документ об окончании

После успешной сдачи зачета выдается удостоверение о повышении квалификации установленного НИУ ВШЭ образца

* В 2021 году НИУ ВШЭ заняла первое место в рейтинге российских вузов по версии Forbes

Документ об окончании

Стоимость и условия

20 000 рублей за модуль Оплата производится полностью до начала обучения

Договоры с физическими и юридическими лицами. Возможно получение налогового вычета

Акция
Акция При выборе шести модулей один бесплатно
15%
Скидка Скидки для студентов и выпускников НИУ ВШЭ на основании Положений о скидках
10%
Скидка Компаниям, отправившим обучаться 3 и более сотрудников
Документы для поступления

При поступлении на программы Школы маркетинговых исследований необходимо предоставить сканы/фото следующих документов:

  1. Основных страниц паспорта (с фото и с регистрацией).
  2. Диплома о высшем/среднем специальном образовании либо справки об обучении в ВУЗе.
  3. Свидетельства о смене фамилии (если в паспорте и дипломе фамилия не совпадает).
  4. СНИЛС.

Если Вы идете от компании, дополнительно необходимо:

  1. ФИО подписанта договора, его должность, основание для деятельности.
  2. Карточка организации (реквизиты для вставки в договор).