Аналіз та прогнозування в MS Excel та Power BI
Чи знаєте Ви, що MS Excel містить потужну безкоштовну надбудову «Пакет аналізу», яка не вимагає навичок програмування, але дозволяє аналізувати всі основні типи даних? Крім того, MS Excel містить редактор Power Query, який дозволяє завантажувати дані з десятків різних джерел (включаючи інтернет і бази даних) та готувати «сирі» дані для аналізу.
До того ж, знання Power Query це перший крок до опанування Power BI – ефективного інструменту для створення інтерактивних панелей.
На цьому курсі ми використаємо більше 10 реальних наборів даних, щоб отримати просунуті навички підготовки даних в Power Query, побудови прогнозних моделей в «Пакеті аналізу» MS Excel та підготовки дешбордів в Power BI.
Кому буде цікаво
Після навчання ви зможете
Отримати просунуті навички аналізу даних, використовуючи Пакет Аналізу в MS Excel
Критично аналізувати та інтерпретувати дані, щоб робити правильні висновки та приймати ефективні економічні та бізнес рішення під час війни і не тільки
Будувати моделі для кількісних та якісних даних, а також для часових рядів
Вміти обробляти великі масиви даних за допомогою Power Query та будувати інтерактивні панелі в Power BI
Навчитися будувати прогнозні моделі для кількісних та якісних даних, а також для часових рядів
Хто викладає
— доцент кафедри менеджменту та кафедри економіки КSE
— має ступінь PhD з економіки в університеті штату Айова в США
— Дослідник Економічної Ради ВООЗ
Як проходить навчання
Програма
офлайн
Сесія 1. Вступ до аналізу даних за допомогою «Пакету Аналізу»
● Огляд курсу ● Можливості «Пакету Аналізу» в MS Excel● Описова статистика● Оцінка лінійної регресійної моделі в «Пакеті Аналізу»● Практична та статистична значимість коефіцієнтів● Статистична значимість коефіцієнтів● Прогнозування за допомогою регресії● Поняття помилки прогнозу● Чому регресія не означає причинно-наслідковий зв’язок
Практичний кейс: Чи впливають витрати на медицину на тривалість життя?
онлайн
Сесія 2. Моделювання бінарних змінних
● Відмінності між кількісними і якісними даними● Моделювання бінарних змінних● Поняття лінійної ймовірнісної моделі● Інтерпретація результатів● Недоліки лінійної ймовірнісної моделі● Альтернативні моделі: пробіт і логіт
Практичний кейс: Що впливає на ймовірність працевлаштування?
онлайн
Сесія 3. Прогнозування часових рядів
● Особливості аналізу часових рядів● Сезонність● Тренд● Моделі ковзного середнього● Експоненціальне згладжування● Моделювання структурного розриву за допомогою індикаторних змінних● Поняття автокореляції● Вступ до авторегресійних моделей
Практичний кейс: Прогноз пасажиропотоку
онлайн
Сесія 4: Вступ до Power BI
● Редактор Power Query в MS Excel та Power BI● Завантаження та підготовка даних● Об’єднання даних з різних джерел● Побудова інтерактивних дашбоурдів в Power BI● Створення візуалізацій в Power BI● Фільтри та зрізи● Перший звіт в Power BI
Практичний кейс: Як дохід впливає на витрати на їжу в Україні?
онлайн
Сесія 5. Особливості застосування мови DAX
● Типи агрегації даних● Огляд функцій DAX● Створення нового стовпчика з обчисленням● Створення міри● Інтерактивна презентація звітів за допомогою Power BI● Збереження звітів в інших форматах
Практичний кейс: Що робить українців щасливими?
онлайн
Сесія 6. Розширені можливості Power BI
● Time intelligence ● Нові швидкі міри● Створення Date Table● Карта України в Power BI ● Цифровий сторітелінг● Публікація звітів● Рекомендації для самостійного вивчення Практичний кейс: Аналізуємо продажі мережі кав’ярен
Поспілкуватись з менеджером
Телефон: +380 67 434 72 05Email: au.gro.esk%40sesruoc