Statistica - kurs podstawowy z wykorzystaniem narzędzi AI

Szkolenie polecamy wszystkim, którzy chcą poznać podstawy obsługi programu Statistica, potrzebują przystępnego wprowadzenia do metod statystycznej analizy danych, a przy okazji chcą nauczyć się wykorzystywać narzędzia AI (np. ChatGPT, Claude, Gemini, Perplexity) jako codzienne wsparcie w pracy analityka. Kurs jest nieprzeładowany wiedzą teoretyczną i często odwołuje się do intuicji badacza, zamiast formalnych definicji i twierdzeń.

Analizy wykonujemy w programie Statistica, a sztuczna inteligencja pełni rolę asystenta analityka: pomaga zinterpretować uzyskane wyniki, przygotować na ich podstawie gotowe fragmenty raportu, podpowiada dalsze możliwości analizy, wyjaśnia działanie poszczególnych metod i ocenia, czy wybrana metoda jest odpowiednia dla naszych danych. Pracujemy w prostym, dostępnym dla każdego schemacie: wyniki ze skoroszytu Statistica przeklejamy do narzędzia AI, formułujemy prompt i otrzymujemy odpowiedź — bez programowania i bez skomplikowanych integracji.

Kurs w niezwykle przyjazny sposób uczy samodzielnego poruszania się wśród podstawowych zagadnień analizy danych: Statistica staje się posłusznym narzędziem wspierającym badacza, a AI — jego pomocnikiem w interpretacji i opisie wyników.

Dla kogo?

Dla każdego! Zapraszamy, jeśli jeszcze nic nie wiesz o analizie danych, statystyce, programie Statistica ani narzędziach AI. Jeśli coś już wiesz, ale potrzebujesz uporządkować wiedzę i przejść do praktyki. Także jeśli znasz się już na statystyce, ale potrzebujesz narzędzi, dzięki którym wykonasz swoje analizy szybko i łatwo, a ich wyniki sprawnie opiszesz i zinterpretujesz. Ten kurs to fundament, na którym można dalej budować wiedzę i umiejętności z zakresu analizy danych — wzbogacony o kompetencje, które stają się standardem w pracy współczesnego analityka. Jeśli wolisz tradycyjną formę zajęć, z większym naciskiem na teorię i metodyczne omówienie zagadnień, polecamy nasz klasyczny kurs Statistica kurs podstawowy. Wariant z AI kierujemy do osób otwartych na nowe technologie, które chcą od początku pracować nowocześnie i nieco „na skróty” — z AI jako asystentem przyspieszającym interpretację i opisywanie wyników.

Efekty szkolenia:

• Szybko i bezstresowo zaczniesz używać programu Statistica
  Poznasz lub usystematyzujesz podstawowe pojęcia statystycznej analizy danych
  Samodzielnie przejdziesz przez kolejne etapy podstawowej analizy danych w programie Statistica
  Poznasz „triki” ułatwiające analizę i pułapki czyhające na badacza
  Poznasz wybrane zagadnienia opisowej analizy danych, wnioskowania statystycznego oraz analizy współzależności zjawisk
  Zrozumiesz, czym są duże modele językowe, co potrafią, a na co trzeba uważać (halucynacje, poufność danych, aktualność wiedzy)
  Poznasz przydatne narzędzia AI i nauczysz się formułować skuteczne prompty
  Nauczysz się wykorzystywać AI do interpretacji wyników ze Statistica, generowania fragmentów raportów, doboru i objaśniania metod oraz planowania dalszych kroków analizy
  Dostaniesz praktyczne wskazówki, jak unikać błędów w analizie danych i ich interpretacji — także tych popełnianych przez AI
  Zdobędziesz podstawy do rozwijania umiejętności analitycznych w każdej branży

Program szkolenia:

• Wprowadzenie do analizy danych i programu Statistica
  • Statystyczne aspekty badań empirycznych
  • Wspomaganie statystycznej analizy danych w programie Statistica — budowa programu, elementy interfejsu użytkownika i najważniejsze typy dokumentów
• Wprowadzenie do narzędzi AI w pracy analityka
  • Czym są duże modele językowe (LLM) — intuicyjnie, bez technicznych szczegółów
  • Przegląd przydatnych narzędzi: czaty AI (ChatGPT, Claude, Gemini) oraz Perplexity i ich możliwości
  • Na co uważać: halucynacje, poufność danych, aktualność wiedzy, weryfikacja odpowiedzi
  • Dobre praktyki i typowe błędy: kiedy ufać AI, a kiedy zachować czujność
  • Struktura dobrego promptu i praca iteracyjna — pierwsze ćwiczenia
  • Schemat pracy na kursie: wyniki ze skoroszytu Statistica → prompt → odpowiedź AI
• Przygotowanie danych do analizy
  • Tworzenie arkusza, wprowadzanie i przekształcanie danych
  • Import przykładowego zbioru danych z innej aplikacji
  • Sprawdzanie poprawności danych
  • AI w roli konsultanta: opis zbioru danych i pytanie o możliwe kierunki analizy
• Elementy opisowej analizy danych
  • Badanie empirycznego rozkładu zmiennej
  • Podstawowe charakterystyki liczbowe rozkładu zmiennej
  • Graficzna prezentacja podstawowych statystyk opisowych
  • Analiza w grupach (analiza przekrojowa)
  • Interpretacja statystyk opisowych z pomocą AI — od tabeli wynikowej do zrozumiałego omówienia
  • Generowanie fragmentu raportu na podstawie wyników ze Statistica
• Wybrane zagadnienia wnioskowania statystycznego
  • Statystyka opisowa a wnioskowanie statystyczne
  • Zasady estymacji punktowej i przedziałowej
  • Statystyczne podejście do weryfikacji hipotez badawczych
  • Testowanie normalności rozkładu
  • Merytoryczne i statystyczne kryteria wyboru testów istotności różnic
  • Przykłady stosowania wybranych testów parametrycznych i nieparametrycznych
  • AI jako doradca metodyczny: czy wybrany test jest odpowiedni dla moich danych? Wyjaśnianie działania testów na różnych poziomach trudności
  • Interpretacja wyników testów i opis wniosków do raportu z pomocą AI
• Wprowadzenie do analizy współzależności zjawisk
  • Elementy analizy korelacyjnej
  • Tworzenie wykresów korelacyjnych
  • Wprowadzenie do analizy regresji
  • Model regresji liniowej prostej
  • Przykład budowy modelu i interpretacja wyników analizy regresji
  • Omówienie i raportowanie wyników korelacji i regresji z pomocą AI
  • Podpowiedzi AI: co jeszcze można zrobić z tymi danymi? Planowanie dalszych kroków analizy

Wymagania:

• Umiejętność obsługi komputera w środowisku Windows