Aprenda las técnicas para analizar datos estadísticos, esto podría ayudarlo mejorando sus procesos o encontrar oportunidades de negocio dentro del mercado.

Con la finalidad de ajustarnos a los horarios y necesidades de nuestros clientes, ofrecemos los siguientes esquemas de capacitación: 

  • En las oficinas del cliente: Si el mismo cliente cuenta con un espacio adecuado para la capacitación, podemos adaptarnos a sus horarios y ubicación.
  • Online: Para clientes que se ubican en otras ciudades.

 

Análisis estadístico

En el contexto de la inteligencia de negocios (BI), el Análisis estadístico requiere recoger y escudriñar cada muestra de datos individual en una serie de artículos desde los cuales se puede extraer las muestras.

El Análisis estadístico puede ser dividido en cinco pasos discretos, de la siguiente manera:

  • 1. Describir la naturaleza de los datos a ser analizados.
  • 2. Explorar la relación de los datos con la población subyacente.
  • 3. Crear un modelo para resumir la comprensión de cómo los datos se relacionan con la población subyacente.
  • 4. Probar (o refutar) la validez del modelo.
  • 5. Emplear el análisis predictivo para ejecutar escenarios que ayudarán a orientar las acciones futuras.

Nuestros cursos

Introducción a la estadística

Dirigido a

Público interesado en conocer los conceptos de estadística descriptiva.

El curso está orientado a que el participante conozca los conceptos básicos de la estadística tales como muestra, población, medidas de tendencia central, medidas de variabilidad, generación de tablas y gráficos.
También se muestran transformaciones de datos y cálculo de nuevas variables a partir de la información existente.

• Conceptos en estadística.
• Importar fuentes de información.
• Definir nivel de medida de las variables.
• Generación de estadísticos para variables categóricas.
• Generación de estadísticos para variables continuas.
• Transformación de variables.
• Tablas de frecuencia y tablas cruzadas.
• Generación de gráficos.

  • Duración: 15 horas
  • Horario: 10:00 a 13:00
  • Lugar: Instalaciones de la empresa o Remoto

Limpieza y preparación de datos

Dirigido a

Público interesado en aprender como limpiar y mejorar la calidad de los datos de análisis.

El curso está orientado a que el participante optimice la calidad de la información para el análisis de datos. Identificar datos atípicos, duplicados y perdidos para tomar decisiones para mejorar la calidad de la información. Fundir fuentes de información por casos o variables, crear o transformar variables, y seleccionar y/o crear submuestras según las necesidades del analista o de forma aleatoria.

• Identificar datos atípicos y/o duplicados.
• Identificar casos perdidos e imputarlos.
• Fundir fuentes de información por variables o registros.
• Crear / Transformar variables.
• Selección de registros por criterios o aleatoriamente.
• Creación de tablas y gráficos.

  • Duración: 12 horas
  • Horario: 10:00 a 13:00
  • Lugar: Instalaciones de la empresa o Remoto

Inferencia Estadística y Correlación

Dirigido a

Público interesado en entender y aplicar análisis de inferencia estadística y correlación.

El objetivo de este curso es que el participante comprenda los principios básicos de la estadística inferencial para llevar a cabo procesos inductivos, que permita determinar las propiedades y características de una población estadística. Todo esto, con el fin de que el participante pueda elaborar deducciones totales a partir de la recolección de una información numérica de una muestra.

• Introducción a la inferencia estadística.
• Definir el nivel de medida de las variables
• Pruebas de inferencia estadística para muestras independientes.
• Pruebas de inferencia estadística para muestras relacionadas.
• Pruebas de correlación y asociación.

  • Duración: 15 horas
  • Horario: 10:00 a 13:00
  • Lugar: Instalaciones de la empresa o Remoto

Regresión Lineal Simple y Múltiple

Dirigido a

Público interesado en entender y aplicar modelos de regresión lineal.

El curso está orientado a proporcionar los fundamentos de la regresión lineal por mínimos cuadrados ordinarios. Revisará el cumplimiento de los supuestos de la regresión lineal simple y múltiple, tales como: colinealidad, distribución normal de los errores, homocedasticidad, etc. E interpretará los resultados.

Limpieza y preparación de datos
• Identificar datos atípicos y perdidos
• Definición de la variable dependiente e independientes.
• Creación de muestras de entrenamiento y validación.

  • Duración: 12 horas
  • Horario: 10:00 a 13:00
  • Lugar: Instalaciones de la empresa o Remoto

Modelos de Clasificación

Dirigido a

Público interesado en la generación de modelos de clasificación.

El curso está orientado a que el participante lleve a cabo el proceso completo para la generación de los modelos de clasificación más comunes: Limpieza de datos (atípicos y perdidos), generación de muestras de entrenamiento y validación, la generación de modelos de clasificación y la comparación de modelos.

Limpieza y preparación de datos
• Identificar datos atípicos y perdidos
• Definición del nivel de medida de las variables.
Generación de submuestras
• División muestral
• Validación cruzada
Modelos de clasificación
• CHAID
• CART
• Árboles aleatorios
• Regresión Logística
• Análisis discriminante

  • Duración: 15 horas
  • Horario: 10:00 a 13:00
  • Lugar: Instalaciones de la empresa o Remoto

Modelos de Segmentación

Dirigido a

Público interesado en la generación de modelos de segmentación.

El análisis de conglomerados se utiliza para encontrar grupos de observaciones (grupos) que comparten características similares.
El curso está orientado a que el participante lleve a cabo el proceso completo para la generación de los modelos de segmentación más usados: se inicia con la limpieza y preparación de los datos, la generación de los modelos de segmentación y la interpretación de los resultados.

Limpieza y preparación de datos
• Identificar datos atípicos y perdidos
• Definición del nivel de medida de las variables.
• Estandarización de variables.
Modelos de Segmentación
• Jerárquicos.
• K Medias
• Bietápico

  • Duración: 15 horas
  • Horario: 10:00 a 13:00
  • Lugar: Instalaciones de la empresa o Remoto

Modelos de Asociación

Dirigido a

Público interesado en entender y aplicar modelos de asociación.

El curso está orientado a que el participante genere e interprete modelos de asociación, los cuales permiten encontrar patrones y distintas relaciones entre productos comprados.
Esta información puede ayudar, por ejemplo, a un comercio a diseñar diferentes espacios de compra; también puede utilizarse para desarrollar campañas de marketing.

Limpieza y preparación de datos
• Identificar datos atípicos y perdidos
• Transformación de variables.
Modelos de asociación
• Definición de Soporte y Confianza
• Modelos Apriori
• Modelos Carma
• Modelos de Secuencia

  • Duración: 15 horas
  • Horario: 10:00 a 13:00
  • Lugar: Instalaciones de la empresa o Remoto

Preparación de datos con IBM SPSS Modeler

El curso está orientado a que el participante aproveche las capacidades de IBM SPSS Modeler para la preparación y/o transformación de la información, previa al análisis y generación de modelos.
Aprenderá a importar fuentes de datos de diversos orígenes, a medir la calidad de la información y a mejorarla. A fundir fuentes de información, seleccionar casos y extraer muestras de forma aleatoria. Finalmente, una vez que la información esté limpia, a exportarla a otras fuentes.

Temario
• Importar fuentes de datos (csv, xls, sav, base de datos).
• Evaluar la calidad de la información (atípicos y perdidos).
• Fundir fuentes de datos.
• Seleccionar/muestrear registros.
• Agregar casos.
• Transformar casos: derivar, rellenar, reclasificar, marcas, transponer registros.
• Generación de variables globales.
• Generación de gráficos.
• Exportar información.

  • Duración: 20 horas
  • Horario: 10:00 a 14:00
  • Lugar: Instalaciones de la empresa o Remoto

Modelos Predictivos con IBM SPSS Modeler

El curso está orientado a que el participante genere modelos analíticos de forma rápida, sin necesidad de programación.
Aprenderá a generar modelos predictivos, a evaluarlos, a compararlos, a ensamblarlos y finalmente a implementarlos.
Generará modelos de clasificación para variables categóricas como continuas, modelos de segmentación y modelos de asociación.

• Auditoría de los datos.
• Preparación de datos.
• Selección de variables.
• Partición de muestras de entrenamiento y validación.
• Modelos de clasificación: árboles, regresión logística, discriminante.
• Modelos de segmentación: K-medias, bietápico.
• Modelos de asociación: Apiori, Carma.
• Implementación de modelos.

  • Duración: 20 horas
  • Horario: 10:00 a 14:00
  • Lugar: Instalaciones de la empresa o Remoto

Minería de Textos con IBM SPSS Modeler

El participante aprenderá a extraer los conceptos importantes para el negocio a partir de los comentarios expresados directamente por los clientes o de cualquier otra fuente que cuente con información no estructurada.
IBM SPSS Modeler usa el procesamiento del lenguaje natural (NPL) para extraer conceptos y crear categorías relevantes para el negocio.

• Preparación y limpieza de datos para análisis de textos.
• Extracción de conceptos.
o Términos personalizados.
o Biblioteca personalizada.
• Extracción de categorías.
o De forma automática.
o Categorías personalizadas por reglas.
o Gestionar categorías: importar y exportar.
o Creación de paquetes de análisis de texto (TAP)
• Generación e implementación del modelo de minería de textos.

  • Duración: 8 horas
  • Horario: 10:00 a 14:00
  • Lugar: Instalaciones de la empresa o Remoto