Search
課程說明
統計資料是你想進入的行業的驅動力嗎？ 你想成為一名市場分析師、商業智慧分析師、資料分析師還是資料科學家？
那你來對地方了！
你將從這門課學到統計資料科學和商業分析並獲得相關的 Excel 樣板！
從這 5 小時的課程，你會學到
✅瞭解統計學的基本原理
✅學習如何處理不同類型的資料
✅如何繪製不同型別的資料
✅計算中心趨勢、不對稱性和可變性的度量
✅計算相關性( correlation )和共變異數( covariance )
✅區分並處理不同類型的發行版
✅估計信賴區間( confidence intervals )
✅進行假設檢驗
✅做出資料驅動的決定
✅瞭解迴歸分析的機制
✅執行迴歸分析
✅使用和理解虛擬變數( dummy variables )
✅理解資料科學所需的概念，即使使用 Python 和 R
https://softnshare.com/statistics-for-data-science-and-business-analysis/
人資數據分析 究竟要學什麼呢?
.
「老師，我對HR Analytics有興趣，要先學Python還是R?」這是我近年來最常被問到的問題。而這篇連結的文章，應該可以回答大多數同學的問題，也是大多數HR甚至包括資訊學門朋友對數據分析的盲點。數據分析的核心在找出問題並提出解決之道，而非工具本身；數據分析人才最缺乏之能力，不在數據分析所運用的統計或機器學習技巧，而是在建立與詮釋數據之間的關聯和因果關係。白話一點，就是能用統計與HR的知識來解決HR的相關問題，並簡單易懂地解釋給別人聽。
.
有興趣的朋友，認真爬文一下，不難發現有愈來愈多免費好用的數據分析工, 例如JASP (那一堆需要付費的統計軟體，未來要賣誰呢???)，重點在你有沒有使用正確的統計方法，例如何時要用變異數分析?還是要用迴歸? 何時可以透過機器學習來找出更多線索與非線性的關係? 這可能會比你用那一套工具還重要。至於工具，只要找到適合的即可。因為工具一直在進步與替換，操作也愈來愈簡單。紮實的統計應用與HR知識，才是HR Analytics的核心。
.
產業界真正在進行HR數據分析的公司，都會花很多前置時間在清洗數據 (意旨把要分析的HR資料轉換成可以被分析的數據格式)，再來才能真正的分析數據與建立預測模型。更現實的狀況是，很多HR根本沒有收集足夠的數據，那又怎麼分析呢? 所以對於來提問的業界同學，我常反問，「你們公司HR目前有那些數據?」或許比較務實的做法是，先找出問題點，重頭開始收集數據，例如職能、敬業度分數、招募來源、績效、Compa-Ratio、訓練評估、進到公司前的歷史資料等。
.
哈佛商業評論已有專家點出，HR沒有大數據，只有小數據。切肉骨用大刀，切水果用小刀。許多大企業基於資安問題，不會讓使用者隨意下載各式統計分析軟體，也不太會讓非IT直接去連結公司的資料庫。除非有特殊的目地，否則真的没必要用大炮去打小鳥，例如Python or R；大多數公司也不太會有預算讓HR訂用SAS/SPSS這類付費統計軟體。其實，HR只要開啟EXCEL的增益集，不需要額外成本、不需要coding寫程式、沒有資安問題、在大家都熟悉的介面環境與格式下就能進行多變量統計分析，還能跑出美美的視覺化圖表，何樂而不為?
.
對於用EXCEL進行HR數據分析的方法，建議可參考資策會的課程: https://www.iiiedu.org.tw/hrex/
.
如果說Numpy和Scipy兩兄弟讓Python從事如Matlab的功能；Pandas讓Python有了SQL般的 ... 統計函式：算術平均、幾何平均、調和平均、標準差、變異數、四分位距、峰度、偏 ... ... <看更多>
本篇紀錄如何使用python numpy 的np.std 來計算陣列標準差standard deviation 的方法。 以下例子為簡單的無偏標準差計算, 1/n，[1, 2, ... ... <看更多>
python變異數 在 Python 平均值與標準差 - YouTube 的推薦與評價
... <看更多>