Программа курса
Автор и тренер курса: Пугачева Елена Геннадиевна
Работает тренером в Бизнес Школе УСПЕХ более 10 лет. Автор и тренер курсов «Маркетинговые исследования в SPSS» Курс "Маркетинговые исследования в R", «Маркетинговые исследования в Excel» Семинар «Как подготовить качественную научную публикацию в международный журнал» Кандидат экономических наук (теория самоорганизации – основной метод диссертационного исследования; 2000). 
Автор более 60 публикаций. Участвовала в научных конференциях за рубежом: Первая и Вторая Международные конференции нелинейных наук (Австрия, 2003; Греция, 2006), Международная конференция экспертов "Новые формы занятости" (Португалия, 2001). В 2000 г. окончила с отличием Лондонскую школу экономики по курсу микроэкономики промежуточного (второго) уровня. В 2008 г. прошла месячную стажировку в Институте сложных систем (г. Париж, Франция). Консультант по менеджменту с 1995 года. Кандидат экономических наук (2000). Автор и соавтор около 70 статей в журналах США, Австрии, Греции, Португалии, Польши, России и Украины, а также шести учебных пособий и монографий.
ЕЩЕ КУРСЫ ЕЛЕНЫ ПУГАЧЕВОЙ:
Цель тренинга: дать мощный инструментальный аппарат анализа, который можно применять на практике для повышения эффективности деятельности различных организаций.
Целевая аудитория: специалисты по стратегическому и оперативному планированию, маркетологи, аналитики, экономисты, бренд-менеджеры, руководители отделов продаж.
По окончании курса: Вы будете ориентироваться на рынке среди конкурентов, осуществлять анализ рыночных параметров, получите практические знания в сфере управления рыночными процессами, их регулирования и исследования, разрабатывать стратегии маркетинга с помощью маркетингового анализа.
Занятия курса проходят в нашем компьютерном классе. Каждый модуль курса включает практикум по изученным темам, что позволяет закрепить полученные знания и подготовиться к работе в реальных условиях.
Программа курса "Маркетинговые исследования в R"
Знакомство с R
- Установка R
- Рабочее пространство
- Пакеты
- Создание набора данных
- Векторы
- Матрицы
- Листы
- Массивы данных
- Ввод данных
- Ввод данных с клавиатуры
- Импорт данных из Excel
- Импорт данных из SPSS
- Основы управления данными
- Создание новых переменных
- Перекодировка переменных
- Переименование переменных
- Пропущенные значения
- Календарные даты
- Сортировка данных
- Добавление строк и столбцов
- Исключение переменных
- Выбор наблюдения
- Элементы синтаксиса
- Функция subset()
- Случайные выборки
- Основные методы статистической обработки данных
- Описательные статистики
- Базовые диаграммы
- Визуализация результатов
- Сохранение результатов анализа
- Сравнение двух групп
- Нормальное распределение
- Тест Стьюдента для независимых выборок
- Тест Стьюдента для зависимых выборок
- Непараметрические тесты межгрупповых различий
- Дисперсионный анализ
- Однофакторный дисперсионный анализ
- Проверка допущений модели
- Двухфакторный дисперсионный анализ
- Дисперсионный анализ для повторных измерений
- Непарамерический тест Крускала_Уоллиса
- Ассоциативный анализ
- Создание таблиц сопряженности
- Тесты на независимость
- Показатели взаимосвязи
- Регрессионный анализ
- Корреляции
- Простая линейная регрессия
- Множественная линейная регрессия
- Множественная линейная регрессия со взаимодействиями
- Диагностика регрессионных моделей
- Способы корректировки модели
- Выбор оптимальной модели
- Факторный анализ
- Выполнение анализа главных компонент
- Выбор необходимого числа компонент
- Выделение главных компонент
- Вращение главных компонент
- Вычисление значений главных компонент
- Кластерный анализ
- Кластерный анализ методом к-средних
- Определение оптимального числа кластеров
- Иерархическая кластеризация
- Дополнительные возможности работы в R
- Создание собственных функций
- Взуализация результатов регрессионного анализа с помощью пакета stargazer
- Функции семейства appy
- Работа с данными при помощи dplyr
- Графическая визуализация с помощью пакета ggplot2
