Phân Tích Hồi Quy – Regression Analysis

Giới thiệu
Trong bối cảnh dữ liệu ngày càng trở thành nền tảng cho quản trị và ra quyết định, phân tích hồi quy là công cụ cốt lõi giúp khám phá mối quan hệ giữa các biến, dự đoán xu hướng và kiểm định giả thuyết. Nắm vững hồi quy đồng nghĩa với việc sở hữu một trong những năng lực quan trọng nhất để tối ưu quy trình và nâng cao hiệu quả trong nghiên cứu cũng như kinh doanh.
Tại LSSI, khóa học “Phân tích Hồi quy” được thiết kế toàn diện, bao quát từ các khái niệm nền tảng (hồi quy tuyến tính đơn, đa biến, biến đổi dữ liệu, phát hiện ngoại lệ) đến các chủ đề nâng cao (đa cộng tuyến, hồi quy logistic, bình phương nhỏ nhất có trọng số). Song song, học viên còn được hướng dẫn thực hành trên Minitab và R, giúp củng cố kiến thức lý thuyết bằng kỹ năng ứng dụng thực tế. Sau khóa học, bạn sẽ tự tin xây dựng, đánh giá và triển khai các mô hình hồi quy, mở rộng năng lực phân tích dữ liệu và tạo lợi thế vượt trội trong công việc.
Mục tiêu đào tạo
- Hiểu và vận dụng thành thạo các mô hình hồi quy tuyến tính đơn, đa biến và hồi quy logistic.
- Thực hành phân tích, kiểm định giả thuyết và đánh giá mô hình (ANOVA, F-test, Lack of Fit test).
- Ứng dụng kỹ thuật nâng cao như biến đổi dữ liệu, phát hiện ngoại lệ, đa cộng tuyến và Weighted Least Squares.
- Sử dụng Minitab và R để xây dựng, trực quan hóa và giải thích mô hình hồi quy trong các tình huống thực tế.
- Nâng cao tư duy phân tích và kỹ năng triển khai mô hình dữ liệu, tạo lợi thế cạnh tranh trong công việc và nghiên cứu.
Đối tượng
- Người muốn nắm vững và ứng dụng các mô hình hồi quy trong phân tích dữ liệu thực tế.
- Chuyên viên, nhà phân tích, quản lý trong lĩnh vực thống kê, nghiên cứu, chất lượng và vận hành.
- Thành viên, chuyên gia tham gia triển khai dự án Lean Six Sigma hoặc cải tiến quy trình dựa trên dữ liệu.
Điều kiện tiên quyết
Người tham gia chương trình Correlation and Regression không yêu cầu bất kỳ điều kiện tiên quyết nào và chương trình này chào đón tất cả thành viên mới.
Phương pháp đào tạo
- Làm bài tập thực tế và thuyết trình cuối khóa
- Học song song 50% lý thuyết và 50% thực hành
- Thảo luận nhóm, thuyết trình
- Trò chơi mô phỏng
- Xử lý tình huống
- Coaching
Hình thức đào tạo
- ONLINE qua nền tảng Google Meeting hoặc
- OFFLINE tại 223 Nguyễn Xí – Bình Thạnh – Hồ Chí Minh
- Số buổi: 6 Buổi
- Thời gian học: 18:30-21:30 lớp trong tuần, 8:30 – 16:00 lớp cuối tuần
Phân Tích Hồi Quy – Regression Analysis.pdf
- 4 Chương
- 34 bài học
- Không giới hạn số lần học
- I. Simple Linear Regression10
- 1.1A. What is Simple Linear Regression?
- 1.2B. What is the “Best Fitting Line”?
- 1.3C. The Simple Linear Regression Model
- 1.4D. What is The Common Error Variance?
- 1.5E. The Coefficient of Determination
- 1.6F. (Pearson) Correlation Coefficient
- 1.7G. Some Examples
- 1.8H. Cautions
- 1.9I. Hypothesis Test for the Population Correlation Coefficient
- 1.10J. Further Examples
- II. SLR Model Evaluation12
- 2.1A. Inference for the Population Intercept and Slope
- 2.2B. Another Example of Slope Inference
- 2.3C. Sums of Squares
- 2.4D. Sums of Squares (continued)
- 2.5E. Analysis of Variance: The Basic Idea
- 2.6F. The Analysis of Variance (ANOVA) Table and the F-test
- 2.7G. Example: Are Men Getting Faster?
- 2.8H. Equivalent Linear Relationship Tests
- 2.9I. Notation for the Lack of Fit Test
- 2.10J. Decomposing the Error
- 2.11K. The Lack of Fit F-test
- 2.12L. Further Examples
- III. SLR Estimation & Prediction4
- IV. SLR Model Assumptions8

Có thể bạn sẽ thích
- 0 Học viên
- Không giới hạn số lần học
- 50 Học viên
- Không giới hạn số lần học
- 51 Học viên
- Không giới hạn số lần học