هل ترغب في أن تصبح خبير تقدير حقيقي؟ إذًا فإن برنامج TECH هذا مثالي لك. ماذا تنتظر للتسجيل؟"

تعد استطلاعات اتجاهات التصويت أو تحليل السوق أو علم الأوبئة الطبية ثلاثة من القطاعات العديدة التي يلعب فيها الاستدلال الإحصائي دورًا أساسيًا في استخلاص الاستنتاجات والاتجاهات من خلال تحليل عينة من المجموعة الفرعية من البيانات. بفضل إسقاط البيانات ومقارنتها، أصبح من الممكن تحديد المرشح المفضل في الانتخابات، أو المنتج الذي يفضله الناس وفي أي سياق، أو التدابير العامة التي يجب وصفها أو تجنبها لمنع أو السيطرة على تطور المرض الفيروسى أو المعدي.

ولذلك فهو فرع من فروع العلوم الاجتماعية ذو أهمية حيوية لتقدم المجتمع بناءً على احتياجاته ومتطلباته والتي يجب أن يتمتع فيها المهنيون بمستوى عالٍ جدًا من المعرفة للعمل بفعالية عليها. لهذا السبب، ومن أجل تزويد المهتمين بهذا المجال بجميع المعلومات التي تتيح لهم تحديث أنفسهم عن تقدمهم المهنى، قامت TECH وفريق خبرائها بتطوير برنامج كامل ومثالي للغاية لأجل هذا. إنه مؤهل علمى موزع على 450 ساعة من المواد النظرية والعملية والإضافية التي بفضلها سيتمكن الخريج من التعمق في الجوانب الأكثر ابتكارًا للتقدير (تباين الفرضية، استدلال بايزي وتحليل العوامل، وما إلى ذلك) والتقنيات الإحصائية متعددة المتغيرات : نمذجة مكوناته الرئيسية، وتحليل المراسلات، والتحليل العنقودي، وما إلى ذلك.

كل هذا يتم %100 عبر الإنترنت وخلال 6 أشهر من التدريب متعدد التخصصات، بالإضافة إلى المنهج الكامل والديناميكي، ستتمكن من الوصول إلى مواد إضافية عالية الجودة: مقاطع فيديو مفصلة ومقالات بحثية وقراءات تكميلية وأكثر! علاوة على ذلك، وبفضل استخدام منهجية إعادة التعلم Relearning في تطوير البرنامج، لن تضطر إلى استثمار ساعات إضافية في الحفظ، بل ستختبر تحديثًا طبيعيًا وتدريجيًا لمعرفتك.

"أفضل برنامج متخصص في الاستدلال الإحصائي من خلال تدريب متعدد التخصصات وعبر الإنترنت 100%"

تحتوى شهادة الخبرة الجامعية في الاستدلال الإحصائي على البرنامج العلمي الأكثر اكتمالا وحداثة في السوق. أبرز خصائصها هي:

تطوير الحالات العملية التي يقدمها خبراء فى علم الإحصاء المطبق 
يجمع المحتوى الرسومي والتخطيطي والعملي البارز الذي تم تصميمه به معلومات تقنية وعملية عن تلك التخصصات الأساسية للممارسة المهنية
التمارين العملية حيث يمكن إجراء عملية التقييم الذاتي لتحسين التعلم
تركيزها على المنهجيات المبتكرة
كل هذا سيتم استكماله بدروس نظرية وأسئلة للخبراء ومنتديات مناقشة حول القضايا المثيرة للجدل وأعمال التفكير الفردية
توفر المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت

مؤهل علمى يغمرك في تباين افتراضي من خلال المعرفة الشاملة بتقنياتها واستراتيجياتها، مثل تقدير بايزي أو حسن الملاءمة"

البرنامج يضم، في أعضاء هيئة تدريسه محترفين في مجال هذا المجال يصبون في هذا التدريب خبرة عملهم, بالإضافة إلى متخصصين معترف بهم من الشركات الرائدة والجامعات المرموقة.

سيسمح محتوى الوسائط المتعددة المُعد بأحدث التقنيات التعليمية بالتعلم المهني والسياقى، أي بيئة محاكاة توفر تدريبًا غامرًا مبرمجًا للتدريب في مواقف حقيقية.

يركز تصميم هذا البرنامج على التعلم القائم على حل المشكلات، والذي يجب على المهني من خلاله محاولة حل مواقف الممارسة المهنية المختلفة التي تنشأ طوال العام الدراسي. للقيام بذلك، سيحصل على مساعدة من نظام فيديو تفاعلي مبتكر من قبل خبراء مشهورين.

تشتمل كل وحدة على قسم خاص ستجد فيه أمثلة تسهل عليك تصور المفاهيم التي تم تطويرها في المنهج الدراسي"

سيكون لديك 450 ساعة من أفضل المحتوى النظري والعملي والإضافي للتعمق في جوانب مثل التوزيعات المرتبطة بالقاعدة أو خصائص المقدرات"

لتطوير هيكل ومحتوى شهادة الخبرة الجامعية هذه، أخذت TECH في الاعتبار المعايير المهنية لفريق من المتخصصين في مجال الإحصاء التطبيقي. وبفضل هذا، أصبح من الممكن إنشاء منهج دراسي متين وكامل وحديث وعالي التدريب، والذي يتضمن أحدث التطورات في مجال التقدير والتقنيات متعددة المتغيرات. علاوة على ذلك، فهو مؤهل علمى، على الرغم من أن المحتوى النظري له وزن مهم، إلا أن المواد الإضافية والعملية تمثل جزءًا كبيرًا من 450 ساعة يتم توزيعها، مما يوفر الديناميكية ويجعلها تجربة أكاديمية فريدة وممتعة.

وبفضل الشمولية التي تم بها تصميم المنهج الدراسي لهذا البرنامج، سوف تكتسب المعرفة الأكثر شمولاً حول النمذجة الإحصائية من خلال التحليل العنقودي"

الوحدة 1- تقدير 1

1.1    مقدمة في الاستدلال الإحصاء

1.1.1    ما هو الاستدلال الإحصائي؟
2.1.1    الأمثلة

2.1    المفاهيم العامة

1.2.1    تعداد السكان
2.2.1    عينة
3.2.1    أخذ العينات
4.2.1    المعيار

3.1    تصنيف الاستدلال الإحصائي

1.3.1    البارامترى
2.3.1    الغير بارامترى
3.3.1    النهج الكلاسيكي
4.3.1    النهج بايزي

4.1    هدف الاستدلال الإحصائي

1.4.1    ما الأهداف؟
2.4.1    تطبيقات الاستدلال الإحصائي

5.1    التوزيعات المرتبطة بالعادي

1.5.1    مربع كاى
2.5.1    T-Student
3.5.1    F-Snedecor

6.1    مقدمة في التقدير النقطي

1.6.1    تعريف العينة العشوائية البسيطة
2.6.1    مساحة العينة
3.6.1    خبير إحصائي ومُقدِّر
4.6.1    الأمثلة

7.1    خصائص المقدرات

1.7.1    الكفاية والاكتمال
2.7.1    مبرهنة التحليل إلى عوامل
3.7.1    مقدر غير متحيز وغير مقارب
4.7.1    متوسط ​​مربع الخطأ
5.7.1    كفاءة
6.7.1    مقدر متسق
7.7.1    تقدير المتوسط ​​والتباين ونسبة السكان

8.1    إجراءات بناء المقدرات

1.8.1    طريقة اللحظات
2.8.1    طريقة الاحتمالية القصوى
3.8.1    خصائص مقدرات الاحتمالية القصوى

9.1    مقدمة في تقدير بالفترات

1.9.1    مقدمة تعريف فترات بحسب الثقة
2.9.1    طريقة الكمية المحورية

10.1    أنواع فترات الثقة وخصائصها

1.10.1    فترات الثقة لمتوسط ​​السكان
2.10.1    فاصل الثقة لتباين السكان
3.10.1    فترات الثقة للسكان
4.10.1    فترات الثقة للفرق في متوسط ​​​​عدد السكان. السكان الطبيعيين المستقلين. العينات المقترنة
5.10.1    فاصل الثقة لنسبة الفروق بين مجموعتين طبيعيتين مستقلتين
6.10.1    فاصل الثقة للفرق في نسب مجموعتين مستقلتين
7.10.1    فاصل الثقة للمعيار بناءً على مُقدِّر الاحتمالية الأقصى الخاص بها 
8.10.1    استخدام فترة الثقة لرفض أو اللا فرضيات

الوحدة 2. تقدير 2

1.2 مقدمة لاختبار الفرضيات

1.1.2 عرض المشكلة
2.1.2 الفرضيات الصفرية والبديلة
3.1.2 إحصائية التباين
4.1.2 أنواع الخطأ
5.1.2 مستوى المعنى
6.1.2 منطقة حرجة. القيمة p
7.1.2 القوة

2.2. أنواع تباينات الفرضيات

1.2.2 تباين نسبة الاحتمال
2.2.2 التباينات في الوسائل والتباينات في المجموعات السكانية الطبيعية
3.2.2 التباينات في النسب
4.2.2 العلاقة بين فترات الثقة وتباينات الفرضيات

3.2.  مقدمة في الاستدلال بايزي

1.3.2 توزيعات مسبقة
2.3.2 التوزيعات المترافقة
3.3.2 التوزيعات المرجعية

4.2. تقدير بايزي

1.4.2 التقدير النقطي
2.4.2 تقدير بالنسبة
3.4.2 تقدير المتوسط ​​في السكان العاديين
4.4.2 مقارنة مع الطرق الكلاسيكية

5.2. مقدمة في الاستدلال الإحصائي الغير بارامترى

1.5.2 الأساليب الإحصائية غير بارامترية المفاهيم
2.5.2 الاستخدام الإحصائي غير بارامترى

6.2. الاستدلال البارامترى مقارنة بالاستدلال الغير بارامتري

1.6.2 الاختلافات بين الاستدلالات

7.2. تباين حسن الملاءمة

1.7.2 مقدمة
2.7.2 الأساليب الرسومية
3.7.2 تباين معادلة جودة المطابقة
4.7.2 تباين Kolmogorov-Smirnov
5.7.2 تباين الحياة الطبيعية

8.2. تباين الاستقلال

1.8.2 مقدمة
2.8.2 تباين العشوائية.  تباين الشرائط
3.8.2 تباين الاستقلال في العينات المقترنة

 1.3.8.2 تباين Kendall
 2.3.8.2 نطاقات التباين Spearman
 3.3.8.2 اختبار مربع كاي للاستقلال
 4.3.8.2 تعميم تباين مربع كاى

4.8.2  تباين الاستقلال في k العينات المتعلقة
 

1.4.8.2 تعميم تباين مربع كاى
2.4.8.2 معامل ارتباط كندال حسب الرتب

9.2. تباين الموقف

1.9.2 مقدمة
2.9.2 تباين الموقف لعينة واحدة والعينات المقترنة

 1.2.9.2 اختبار الإشارات لعينة. اختبار المتوسط
 2.2.9.2 اختبار الإشارة للعينات المقترنة
 3.2.9.2 إشارات ويلكوكسون على اختبار الرتبة لعينة واحدة
 4.2.9.2 إشارات ويلكوكسون على اختبار الرتبة للعينات المقترنة

9.3.2 تباينات الموقف لعينتين مستقلتين

 1.3.9.2 اختبار ويلكوكسون-مان-ويتني
 2.3.9.2 اختبار المتوسط
 3.3.9.2 تباين مربع كاي

4.9.2 تباين الموقف لعينات K المستقلة 

 1.4.9.2 اختبار كروسكال واليس

5.9.2 تباين الموقع للعينات ذات الصلة بـ k

 1.5.9.2 اختبار فريدمان
 2.5.9.2 اختبار Q لكوكران
 3.5.9.2 معامل كيندال للتوافق

10.2. تباين التجانس

1.10.2 تباين التجانس لعينتين مستقلتين

 1.1.10.2 تباين Wald-Wolfowitz
 2.1.10.2 تباين Kolmogorov-Smirnov
 3.1.10.2 تباين مربع كاي

الوحدة 3. التقنيات الإحصائية متعددة المتغيرات

3.1.    تحليل العوامل

1.1.3    مقدمة
2.1.3     أساسيات تحليل العوامل
3.1.3    تحليل العوامل
4.1.3    طرق دوران العوامل وتفسير تحليل العوامل

2.3.    نمذجة التحليل العاملي

1.2.3    الأمثلة
2.2.3    النمذجة في البرمجيات الإحصائية

3.3.    تحليل المكونات الرئيسية

1.3.3    مقدمة
2.3.3    تحليل المكونات الرئيسية
3.3.3    منهجيات تحليل المكونات الرئيسية

4.3.    نمذجه تحليل المكونات الرئيسية

1.4.3    الأمثلة
2.4.3    نمذجة في البرمجيات الإحصائية

5.3.    تحليل المراسلات

1.5.3    مقدمة
2.5.3    اختبار الإستقلال
3.5.3    ملفات تعريف الصفوف وملفات تعريف الأعمدة
4.5.3    تحليل القصور الذاتي للسحابة ذات النقاط
5.5.3    تحليل المراسلات المتعددة

6.3.    نمذجة تحليل مراسلات

1.6.3    الأمثلة
2.6.3    نمذجة في البرمجيات الإحصائية

7.3.    التحليل التمييزي

1.7.3    مقدمة
2.7.3    قواعد القرار لمجموعتين
3.7.3    التصنيف على مختلف السكان
4.7.3    التحليل التمييزي الكنسي Fisher
5.7.3    اختيار المتغيرات: الإجراء الأمامى و الخلفى
6.7.3    منهجيات التحليل التمييزي

8.3.    نمذجة التحليل التمييزي

1.8.3    الأمثلة
2.8.3    نمذجة في البرمجيات الإحصائية

9.3.    التحليل العنقودي

1.9.3    مقدمة
2.9.3    مقاييس المسافة والتشابه
3.9.3    خوارزميات التصنيف الهرمي
4.9.3    خوارزميات التصنيف الغير هرمى
5.9.3    إجراءات تحديد العدد المناسب من المجموعات
6.9.3    توصيف المجموعات العنقودية
7.9.3    منهجيات التحليل العنقودي

10.3.    نمذجة التحليل العنقودي

1.01.3    الأمثلة
2.01.3    نمذجة في البرمجيات الإحصائية

اتخذ خطوة أخرى على طريقك نحو النجاح في مهنة الإحصاء وتخصص في مجال عملي وديناميكي ومطلوب بشدة في سوق العمل الحالي خلال 6 أشهر فقط من التدريب "