曙海培训-Splus与R培训班

Splus与R培训班

班级规模及环境--热线:4008699035 手机:15921673576( 微信同号)

坚持小班授课，为保证培训效果，增加互动环节，每期人数限3到5人。

培训特点

个性化、顾问式培训，互动式授课，针对实际需求，项目案例教学，实战项目演示，超级精品小班。

培训讲师

华为，中科院，上海贝尔，中兴，Xilinx,Intel英特尔,TI德州仪器，NI公司，Cadence公司,Synopsys，IBM，Altera，Oracle，synopsys，微软，飞思卡尔，等大型公司高级工程师，项目经理，技术支持专家，曙海教育集团，资深讲师。

大多名牌大学，硕士以上学历，相关技术专业，有丰富的理论素养，十多年实际项目经历，开发过多个大型项目，热情，乐于技术分享。针对客户实际需求，案例教学，边讲边练，互动式沟通，学有所获。

更多师资力量信息请参见曙海师资团队，请点击这儿查看。

开课时间和上课地点

上课地点：【上海】：同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】：电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】：北京中山/福鑫大楼【南京分部】：金港大厦(和燕路) 【武汉分部】：佳源大厦（高新二路）【成都分部】：领馆区1号（中和大道）【沈阳分部】：沈阳理工大学/六宅臻品【郑州分部】：郑州大学/锦华大厦【石家庄分部】：河北科技大学/瑞景大厦【广州分部】：广粮大厦【西安分部】：协同大厦
近开课时间(周末班/连续班/晚班）：Splus与R培训班开班时间：2024年12月30日......(欢迎您垂询，视教育质量为生命！)

实验设备和授课方式

　    ☆资深工程师授课


        ☆注重质量
        ☆边讲边练
        ☆合格学员免费推荐工作



        专注高端培训17年，曙海提供的课程得到本行业的广泛认可，学员的能力
        得到大家的认同，受到用人单位的广泛赞誉。

        ★实验设备请点击这儿查看★

新优惠

☆在读学生凭学生证，可优惠500元。

质量保障

        1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
        3、培训合格学员可享受免费推荐就业机会。

课程大纲 Splus与R培训班

第一阶段

1?Splus与R语言简介

1.1??Splus与R语言简介

1.2??Splus与R语言与统计

1.3??启动与退出

1.4??强大的帮助系统

1.5??编辑软件tinn-R简介

1.6??R软件包的使用

2?数据对象与运算

2.1??数据对象及类型

2.2??数据对象构造

2.3??数据的录入及编辑

2.4??基本编程思想和语法

3?随机数与抽样模拟

3.1??随机数的产生

3.2??随机抽样

3.3??统计模拟

4?数据探索性分析

4.1??数据探索性分析主要方法

4.2??单变量数据分析

4.3??双变量数据分析

4.4??多变量数据分析

5?参数估计

5.1??参数估计的方法

5.2??均值的区间估计

5.3??中位数的区间估计

5.4??比例的区间估计

5.5??置信区间的模拟比较

6?假设检验

6.1??单样本检验

6.2??两样本检验

6.3??卡方检验

7?回归分析

7.1??一元线性回归

7.2??多元线性回归

8?方差分析

8.1??方差分析的概念

8.2??单因素方差分析

8.3??两因素方差分析

9?非参数检验

9.1??非参数检验简介

9.2??单样本检验

9.3??两独立样本检验

9.4??多个独立样本的秩和检验

10?统计案例综合分析

10.1??调查数据的综合分析

10.2??回归模型的综合分析

10.3??R语言中包的使用

10.4??R语言的其他编辑工具

第二阶段高级

1、线性回归及其放宽假设条件模型

???????主要包括线性回归小二乘估计、极大似然估计、蒙特卡罗模拟小二乘估计量的blue性质、邹至庄检验和递归小二乘法比较、分段线性回归、虚拟变量法、非线性回归线性化、多重共线性的检验和克服、岭回归、偏小二乘估计、主成分估计、加权小二乘估计、广义小二乘估计、异方差的检验和克服、序列相关的检验和克服。

2、非线性优化和非线性回归估计

???????主要包括非线性无约束下优化、非线性约束下优化、非线性小二乘法、非线性加权小二乘法、非线性极大似然估计法。并通过实际讲解如何选择初始值、如何进行非线性模型检验等。充分透彻讲解R语言是作非线性模型的绝佳软件。

3、动态经济模型分析

???????主要包括分布滞后模型估计、滞后长度的选择、alomon多项式法、自回归模型估计、葛兰杰因果关系检验等。

4、联立方程分析

???????主要包括联立方程的识别、联立方程恰好识别下的的iv估计、ils估计、2sls估计的参数估计，以及通过实例证明iv、ils、2sls三种方法在恰好识别下的等价性；过度识别下的2sls、3sls估计。

5、离散选择因变量模型

???????主要讲解probit两元模型、logit两元模型、多元logit模型、有序因变量probit和logit模型、受限因变量tobit模型、计数因变量模型possion模型。

6、面板数据分析

???????主要讲解面板数据混合模型、个体固定效应模型、时间固定效应模型、个体时间固定效应模型、个体随机效应模型、时间随机效应模型、个体时间随机效应模型、变系数固定效应模型、变系数随机效应模型。