0
結帳
登入
|
註冊
0
搜尋
所有課程
我的課程
所有頻道
常見問題
會員專區
聯絡我們
所有課程
我的課程
所有頻道
常見問題
會員專區
聯絡我們
Python論文數據統計分析9小時精通【影音課程】
分享
洪煌佳
財經/商管/觀光
V1H0800
583分鐘
2274人
原價 2000
課程簡介
章節
講者介紹
課程目標
系統性規劃
x
手把手教學
x
主題式學習
內容涵蓋:論文寫作常用的
敘述統計
、
資料視覺化
、
變異數檢定
、
非參數檢定
、
迴歸分析
、
項目分析與信度
、
結構方程模式
等......對於需要撰寫論文但對統計方法不熟悉的研究生尤其受用。
課程使用
Jupyter Notebook
為主,操作介面簡潔、輸出結果清晰。
上完本課程可以有系統及快速掌握數據分析的能力,有助於碩、博士研究生、研究人員等處理量化數據,並據以完成學術論文或大數據資料處理。
本課程為【影音課程】
沒有包含書籍,
若需要【影音課程+書】請至→
Python論文數據統計分析9小時精通【影音課程+書】
學習對象
碩博士學生
教師
研究人員
數據分析需求者
有興趣但零基礎的對象
課程說明
由於商業統計軟體的使用成本較高,以致於一般大眾無法負擔或者是買進的版本跟不上該軟體改版的速度,進而產生數據資料分析高手也陷入「巧婦難為無米之炊」的困境。
而隨著開放原始碼的開源軟體興起,再加上許多先進專家的努力耕耘,則也逐漸推動使用
Python
開源軟體的套件來執行資料處理,且愈來愈多研究人員採用
Python
來從事數據資料分析的發展趨勢。
簡要來說,
Python
除了適合進行數據分析,也適合連結網頁後端,並與各大應用框架進行串接。這樣強大的多元功能,可以讓資料科學處理擁有更豐富的功能發揮,並應用到更廣的領域。
V1H0801
1.1
Python軟體介紹
00: 08: 27
1堂課
試閱
00: 00
V1H0802
1.2
安裝Python軟體
00: 06: 07
1堂課
試閱
00: 00
V1H0803
1.3
整合開發環境的概念
00: 04: 26
1堂課
試閱
00: 00
V1H0804
1.4
Anaconda Prompt管理模組
00: 09: 11
1堂課
試閱
00: 00
V1H0805
1.5
1.5 常用整合開發環境1, 2 (1) (2)
00: 10: 23
1堂課
試閱
00: 00
V1H0806
1.5
1.5 常用整合開發環境2 (3) (4) (5)
00: 06: 39
1堂課
試閱
00: 00
V1H0807
1.5
常用整合開發環境2 (6) (7)
00: 05: 24
1堂課
試閱
00: 00
V1H0808
2.1
數據的統計與測量
00: 18: 31
1堂課
試閱
00: 00
V1H0809
2.2
資料建立與編碼簿
00: 11: 48
1堂課
試閱
00: 00
V1H0810
2.3
登錄資料與資料儲存
00: 07: 12
1堂課
試閱
00: 00
V1H0811
3.1
Python Pandas庫介紹
00: 05: 51
1堂課
試閱
00: 00
V1H0812
3.2
模組、套件包與工具庫
00: 04: 55
1堂課
試閱
00: 00
V1H0813
3.3
載入模組與套件
00: 05: 58
1堂課
試閱
00: 00
V1H0814
3.4
Pandas 讀取資料
00: 06: 50
1堂課
試閱
00: 00
V1H0815
3.5
資料檢視與基本操作
00: 09: 05
1堂課
試閱
00: 00
V1H0816
4.1
Pandas 資料檢視
00: 05: 46
1堂課
試閱
00: 00
V1H0817
4.2
(1) (2) Pandas資料篩選(選取行、列)
00: 06: 16
1堂課
試閱
00: 00
V1H0818
4.2
(3) Pandas資料篩選(指定資料loc)
00: 11: 14
1堂課
試閱
00: 00
V1H0819
4.2
(4) Pandas資料篩選(條件式選取)
00: 11: 50
1堂課
試閱
00: 00
V1H0820
4.3
(1) (2) (3-1) Pandas資料清理-刪除空值
00: 11: 48
1堂課
試閱
00: 00
V1H0821
4.3
(1) (2) (3-2) Pandas資料清理-填補空值
00: 14: 30
1堂課
試閱
00: 00
V1H0822
4.3
(4) Pandas資料清理-數據刪除
00: 13: 15
1堂課
試閱
00: 00
V1H0823
4.4
(1) 重新編碼
00: 09: 38
1堂課
試閱
00: 00
V1H0824
4.4
(2) 資料篩選
00: 04: 24
1堂課
試閱
00: 00
V1H0825
4.4
(3) 資料排序
00: 04: 59
1堂課
試閱
00: 00
V1H0826
4.4
(4) 資料合併
00: 07: 27
1堂課
試閱
00: 00
V1H0827
4.5
Pandas資料統計
00: 10: 27
1堂課
試閱
00: 00
V1H0828
4.6
Pandas匯出儲存檔案
00: 04: 19
1堂課
試閱
00: 00
V1H0829
5.0
數值資料分析與視覺化
00: 03: 36
1堂課
試閱
00: 00
V1H0830
5.1
為什麼需要資料視覺化?
00: 04: 08
1堂課
試閱
00: 00
V1H0831
5.2
NumPy的基礎:ndarry陣列與運算
00: 04: 50
1堂課
試閱
00: 00
V1H0832
5.3
matplotlib視覺化套件應用
00: 15: 36
1堂課
試閱
00: 00
V1H0833
6.1
t檢定的概念
00: 05: 24
1堂課
試閱
00: 00
V1H0834
6.2
執行t檢定 (1) 單一樣本t檢定
00: 08: 00
1堂課
試閱
00: 00
V1H0835
6.2
執行t檢定 (2) 獨立樣本t檢定
00: 11: 42
1堂課
試閱
00: 00
V1H0836
6.2
執行t檢定 (3) 成對樣本t檢定
00: 04: 06
1堂課
試閱
00: 00
V1H0837
7.1
變異數分析的概念
00: 05: 56
1堂課
試閱
00: 00
V1H0838
7.2
單因子重複量數變異數分析
00: 15: 28
1堂課
試閱
00: 00
V1H0839
7.3
單因子變異數分析
00: 14: 18
1堂課
試閱
00: 00
V1H0840
7.4
二因子變異數分析: (1) 交互作用不顯著
00: 11: 36
1堂課
試閱
00: 00
V1H0841
7.4
二因子變異數分析: (2) 交互作用顯著
00: 23: 15
1堂課
試閱
00: 00
V1H0842
7.5
二因子變異數分析:混合設計
00: 14: 13
1堂課
試閱
00: 00
V1H0843
8.1
非參數檢定的概念
00: 02: 42
1堂課
試閱
00: 00
V1H0844
8.2
二組獨立樣本的非參數檢定
00: 09: 32
1堂課
試閱
00: 00
V1H0845
8.3
多組樣本的非參數檢定
00: 08: 59
1堂課
試閱
00: 00
V1H0846
9.1
相關分析的概念
00: 06: 36
1堂課
試閱
00: 00
V1H0847
9.2
相關分析的執行
00: 12: 49
1堂課
試閱
00: 00
V1H0848
9.3
線性迴歸分析的概念
00: 06: 01
1堂課
試閱
00: 00
V1H0849
9.4
線性迴歸分析的執行: (1) 簡單線性迴歸分析
00: 15: 19
1堂課
試閱
00: 00
V1H0850
9.4
線性迴歸分析的執行: (2) 多元線性迴歸分析
00: 07: 52
1堂課
試閱
00: 00
V1H0851
9.4
線性迴歸分析的執行: (3) 多元線性迴歸分析:包含虛擬變數
00: 15: 30
1堂課
試閱
00: 00
V1H0852
9.4
線性迴歸分析的執行: (4) 多元線性迴歸分析:中介模式
00: 06: 19
1堂課
試閱
00: 00
V1H0853
10.1
項目分析的概念與執行
00: 18: 11
1堂課
試閱
00: 00
V1H0854
10.2
信度分析的概念與執行
00: 05: 41
1堂課
試閱
00: 00
V1H0855
11.1
因素分析的概念
00: 07: 11
1堂課
試閱
00: 00
V1H0856
11.2
因素分析的執行
00: 19: 32
1堂課
試閱
00: 00
V1H0857
12.1
類別資料分析的概念
00: 05: 46
1堂課
試閱
00: 00
V1H0858
12.2
執行卡方檢定
00: 09: 39
1堂課
試閱
00: 00
V1H0859
13.1
驗證性因素分析的概念
00: 09: 18
1堂課
試閱
00: 00
V1H0860
13.2
驗證性因素分析的執行
00: 14: 41
1堂課
試閱
00: 00
V1H0861
13.3
結構方程模式的概念
00: 06: 27
1堂課
試閱
00: 00
V1H0862
13.4
結構方程模式的執行
00: 15: 39
1堂課
試閱
00: 00
洪煌佳
任教於
國立臺東大學,於
大學部及研究所碩士班開設實驗設計與統計課程已有10年以上經驗
,有數十篇SSCI、
TSSCI等級論文發表於國內外學術期刊,
累計近百篇學術期刊論文。嚴謹面對數據分析但更喜歡探索數據背後的意義,上課方式幽默、風趣,
具有逐步帶領學生有效學習數據統計分析的經驗。