يبدأ تحليل البيانات الفعّال بجمع و/ أو اختيار البيانات المفيدة. يتطلب هذا الأمر فهمًا جيدًا لكافة أنواع البيانات ومصادرها المتعددة. علاوة على ذلك، فإن الهيكلة الصحيحة لهذه البيانات تساهم في عرضها ضمن مخططات وجداول بيانية مختلفة وتمكّن من تقديم جميع النتائج وفقاً لمقاييس إحصائية وصفية مناسبة وفعالة.
في بداية هذه الدورة، سوف يتم تناول النقاط الرئيسية المطلوبة لتصميم عملية جمع البيانات الذكية، واختيار العينات بأفضل طريقة، والتحقق من جودة المعلومات المخزنة للتحليل، والإحاطة بكافة الأساليب الممكنة لعرض البيانات ومؤشرات الأداء الرئيسية الإحصائية والوصفية المقابلة لها. فضلاً عن ذلك، سوف تستكشف هذه الدورة جميع التقنيات والأدوات لتحليل البيانات على نحوٍ شامل، قبل المباشرة بأي عمل أو حتى مزاولة أي مهنة تتطلب التعامل مع البيانات. وتجدر الإشارة إلى أن هذه الدورة تشكل أساساً تمهيدياً لأي دورة أو برنامج خاص بالتعلم الآلي.
إضافةً إلى ما سبق، فقد تم تصميم هذه الدورة التدريبية بهدف تمكين المشاركين من امتلاك فهم واضح وكامل حول هيكلة البيانات بغية تحليلها بكفاءة، وتشكيل مجموعات مختلفة منها بطريقة علمية من خلال تحليل البيانات بذكاء وفعالية، واستخدام العديد من الأدوات التكنولوجية المتاحة حالياً في السوق بشكلٍ مناسب.
المنهجية
سوف يتم دعم كل أداة إحصائية أو منهجية مستخدمة في الدورة من خلال دراسة حالة خاصة بها والحصول على مخرجات بصورة تدريجية، جنباً إلى جنب مع التحليل متعدد المراحل.
بالإضافة إلى المناقشات الجماعية، سيتم الشرح عن جميع أدوات التحليل بالتفصيل وتوضيحها باستخدام تطبيقات عرض الصور تتابعياً على الشاشة من خلال التقنيات المقارنة (EXCEL - STATISTICA و SAS - R و Python).
أهداف الدورة
سيتمكن المشاركون في نهاية الدورة من:
فهم وتخطيط دورة الحياة الخاصة بمشروع تحليل البيانات بشكلٍ جيد
ترجمة أي عمل إلى قاعدة بيانات شاملة
تقييم جودة البيانات لأغراض التحليل وإعداد التقارير
وصف وتفسير الأسس التي تقوم عليها البيانات باستخدام إحصاءات وصفية كاملة
استكشاف كافة الجوانب المرتبطة بتحليل البيانات
الفئات المستهدفة
يُعَد تحليل البيانات التطبيقية الحجر الأساس لجميع العاملين في مجال التعلم الآلي والذكاء الاصطناعي (AI)، وهو من المتطلبات المعرفية التي تُطبق في جميع الصناعات والوظائف المتعلقة بالبيانات.
الكفاءات المستهدفة
تصميم المشاريع
عرض النتائج باستخدام الوسائل المرئية
تحليل البيانات
حل المشكلات باستخدام الأدوات التحليلية
محتوى الدورة
العرض المرئي للبيانات والإحصاء الوصفي
أنواع البيانات المختلفة
مصادر البيانات
البيانات
المتغيرات
العرض المرئي للبيانات
الدوائر البيانية Pies، الدوائر البيانية المجوَّفة Doughnuts، المخططات الشريطية Bars
مخططات توزيع التواتر Histograms، الخطوط، مخططات التبعثر Scatter plots
الخرائط الحرارية Heat maps أو خرائط التمثيل اللوني " تُستخدم لتمثيل كثافة البيانات باستخدام ألوان مختلفة" ومخططات الصندوق boxes Tuckey
الخرائط الجغرافية
قياسات الاتجاه المركزي Central tendency
المتوسط Average
الوسيطMedian
المنوال Mode
قياسات الاتجاه المبعثر Scatter tendency
الربع الإحصائي Quartile
التباين Variance
الانحراف المعياري Standard deviation
التقديرات
التقدير الدقيق Punctual
نطاق الثقة Confidence interval
المقارنة بين مجموعتين
اختبار تماثل الوسط الحسابي لمجموعتين من البيانات Two mean test
التباينات المتساوية (اختبار t)
التباينات غير المتساوية (اختبار t - تصحيح ويلش Welch Correction)
اختبار تماثل التباين لمجموعتين من البيانات Two variance test (اختبار F)
اختبار النسب لمجموعتين من البيانات Two proportion test (اختبار مربع كاي Chi Square)
اختبار توزيع البيانات ضمن مجموعتين Two distribution test (اختبار مربع كاي Chi Square)
طرق المقارنات بين أزواج الوسيط الحسابي comparisons methods Mean pair:
المقارنة العامة
اختبار بونفيروني Bonferroni
اختبار توكي – كرامر Tukey – Kramer
الانحدار البسيط
الانحدار الخطي البسيط
معادلة الخط Line equation
اختبار صلاحية خط الانحدار (اختبار T nullity)
تفسير معامل الارتباط البسيط (R) "يقيس قوة العلاقة بين متغيرَيْن أو أكثر" بالمقارنة مع معامل التحديدR Squared) ) " يشير إلى نسبة التباين في المتغير التابع dependent variable الذي يمكن التنبؤ به من خلال المتغير (أو المتغيرات) المستقلة independent variables"
تحليل التباين ANOVA
الانحدار اللوجستي البسيط
النموذج الاحتمالي
اختبار صلاحية النموذج (اختبار مربع كاي Chi Square)
تنبؤ التصنيفات
تفسير نسبة الأرجحية Odds ratio
أفضل الممارسات المتعلقة بمشروع تحليل البيانات
أفضل الممارسات المتعلقة بمشروع تحليل البيانات
طرح الأسئلة
التصميم
المعاينة المسبقة
التحليل
الإبلاغ
طرق أخذ العينات
عشوائياً، منهجياً
بيانات متعددة المستويات Multilevel، بيانات مقسمة على شرائح وطبقات Stratified، اختيار مجموعات من البيانات (عنقودياً) Cluster
اختيار البيانات التي يسهُل الوصول إليها Convenient، الاختيار غير العشوائي لعدد أو نسبة محددة مسبقًا من العينات Quota، اختيار العينات تقديرياً Judgmental
لمحة عامة عن الإدارة الإحترافية للمشاريع البحثية PMP