Utbildningens innehåll - vad?

Utbildningen består av 6 moduler, varje modul innehåller inspelade föreläsningar. Modulerna behandlar hela kedjan av dataanalys, från insamling  och analys av data till hur resultatet ska presenteras på bästa sätt för att rätt beslut ska kunna fattas.

Modul 1 - Datainsamling och mättekniker

Denna modul tar upp hur man planerar en undersökning med hänsyn till bland annat kostnader. Olika insamlingsmetoder och olika typer av datasystem presenteras. Svårigheter som kan uppstå mellan personer med olika roller i ett projektarbete belyses med ett exempel.

Mål:
Efter avslutad modul ska deltagaren kunna välja lämpligt sätt att samla in och sammanfatta data. Deltagaren skall även visa förståelse för att olika personer kan ha olika perspektiv på ett problem

Modul 2 - Datalagring och bearbetning

Modul 2 tar upp olika dataformat och olika sätt att lagra data, till exempel kunddata. Multipla och upprepade observationer liksom transformation och kodning tas också upp.

Mål:
Efter avslutad modul ska deltagaren kunna redogöra för olika dataformat och olika sätt att lagra data. Deltagaren skall också kunna transformera och koda data samt hantera multipla observationer.

Modul 3 - EDA (Explorative Data Analysis) och visualisering

Modulen fokuserar på hur man visualiserar och åskådliggör resultaten från datainsamlingen på ett enkelt och lättförståeligt sätt.

Mål:
Efter avslutad modul ska deltagaren kunna presentera olika data med olika diagram och sammanfattande mått. Deltagaren skall också kunna bedöma datas fördelning och upptäcka eventuella ytterfall. Därutöver skall deltagaren vara medveten om innebörden av "Simpson's paradox".

Modul 4 - Modellering

Modul 4 tar upp normalfördelning och samband mellan variabler, regression samt konfidensintervall och hypotesprövning.

Mål:
Efter avslutad modul ska deltagaren kunna genomföra regressionsanalys, beräkna och tolka konfidensintervall samt utföra hypotesprövning för kvantitativa och kategoriska variabler

Modul 5 - Modellutvärdering

Modulen tar upp normalitetstest och datakvalitet. Modellen tar också upp logistisk regression och vanliga problem vid regressionsanalys samt ett antal olika tidsseriemodeller.

Mål:
Efter avslutad modul ska deltagaren kunna avgöra om data är normalfördelat samt kunna utföra logistisk regression och tidsserieanalys.

Modul 6 - Rapportering

Modul 6 fokuserar på att skriva en statistisk rapport och att förklara resultaten i den för insatta och icke insatta i ämnet.

Mål:
Efter avslutad modul ska deltagaren kunna skriva en statistisk rapport och kunna förklara resultaten i rapporten för insatta och icke insatta i ämnet.

Kurs 1 (7,5 hp): Från datainsamling till explorativ dataanalys - består av modul 1, 2, och 3

Introduktion till modul 1

Introduktion till modul 2

Introduktion till modul 3

Kurs 2 (7,5 hp): Explorativ dataanalys och visuell databeskrivning - består av modul 4

Introduktion till modul 4

Kurs 3 (7,5 hp): Statistisk modellering - består av modul 5

Introduktion till modul 5

Kurs 4 (7,5 hp): Att skriva en statistisk rapport - består av modul 6

Introduktion till modul 6

Kurs 5 (30 hp): Dataanalys för Business Intelligence - består av alla sex moduler