Uczestnicy poznają zaawansowane techniki analizy danych, w tym analizę wariancji dla wielu grup, modele wielowymiarowe oraz metody oceny rzetelności i zgodności pomiaru.

Wersja kursu	Czas trwania	Cena dla grup do 5 os.	Cena dla grup 6-15 os.
📊 Wersja klasyczna Bez wsparcia AI	15h	3 000 zł	4 000 zł
🤖 Wersja wsparta AI Rozszerzenie o sztuczną inteligencję (duże modele językowe)	20h	4 000 zł	5 000 zł

Co daje wersja z AI? Wsparcie dużych modeli językowych w interpretacji wyników, automatyzacji raportowania i przygotowaniu opisów statystycznych do publikacji.

1 Program kursu ▼

Podstawy statystyki (powtórka i utrwalenie)

Przygotowanie bazy do analizy statystycznej
Statystyki opisowe
Tabele liczności
Rozkłady danych i prawdopodobieństwo
Formułowanie i zasady weryfikacji hipotez statystycznych

Wielokrotne porównania

Korekty porównań wielokrotnych

Testy – kilka grup badanych

ANOVA dla grup niezależnych
POST-HOC: (Fisher, Scheffe, Tukey)
Kontrast (Fisher) i trend liniowy
ANOVA dla grup niezależnych z korektą dla różnych wariancji F* i F''
POST-HOC: (T2 Tamhane, Brown-Forsythe, Games-Howell)
Kontrast (T2 Tamhane) i trend liniowy
Browna-Forsythea i Levenea
ANOVA Kruskala-Wallisa
POST-HOC (Dunn, Dunn-Bonferroni, Dunn-Bonferroni-Holm, Dunn-Bonferroni-Hochberg, Dunn-Sidak, Dunn-Sidak-Holm, Dunn-Sidak-Hochberg, Dunn-Benjamini-Hohberg, Conover-Inman)
Jonckheere-Terpstra dla trendu
wariancji rang Conovera
Chi-kwadrat (wielowymiarowy)

Testy – kilkukrotne badanie jednej grupy

ANOVA powtarzanych pomiarów
POST-HOC: (Fisher, Scheffe, Tukey)
Kontrast (Fisher)
ANOVA powtarzanych pomiarów z korektą Epsilon i MANOVA
Sferyczność Mauchly'a
ANOVA Friedmana
POST-HOC (Dunn, Dunn-Bonferroni, Dunn-Bonferroni-Holm, Dunn-Bonferroni-Hochberg, Dunn-Sidak, Dunn-Sidak-Holm, Dunn-Sidak-Hochberg, Dunn-Benjamini-Hohberg, Conover-Inman)
ANOVA Durbina (brakujących danych)
ANOVA Skillings-Mack (brakujących danych)
Page dla trendu
ANOVA Q-Cochrana
POST-HOC (Dunn-Bonferroni)

Analiza T-kwadrat Hotellinga

dla pojedynczej próby
dla grup zależnych
dla grup niezależnych

Wielowymiarowa Analiza Wariancji

Jednoczynnikowa MANOVA
Test Box'a równości macierzy kowariancji

Zgodność

Współczynnik ICC i jego istotność
Współczynnik W Kendalla i jego istotność
Współczynnik Kappa Cohena i jego istotność
Współczynnik Kappa Fleissa i jego istotność

Metoda Mantela-Haenszela dla tabel 2x2

Iloraz Szans - OR[M-H]
Relatywne Ryzyko - RR[M-H]

Rzetelność skali

Alfa Cronbacha
Rzetelność połówkowa

Modele wielowymiarowe

Dopasowanie grup
ANOVA czynnikowa GLM
ANCOVA

2 Efekty uczenia się ▼

Po ukończeniu kursu uczestnik (poszerza i pogłębia wiedzę z Części I):

Wiedza

Zna i rozumie założenia oraz obszary zastosowań jedno- i wieloczynnikowej analizy wariancji (ANOVA, MANOVA).
Wyjaśnia różnice między parametrycznymi i nieparametrycznymi odpowiednikami testów dla wielu grup.
Charakteryzuje metody post-hoc służące do szczegółowych porównań między grupami.
Definiuje pojęcia rzetelności i zgodności pomiaru oraz zna miary ich oceny (ICC, Kappa, Alfa Cronbacha).
Opisuje zastosowanie wielowymiarowych modeli liniowych (GLM, ANCOVA).

Umiejętności

Przygotowuje bazę danych pod zaawansowane analizy wielogrupowe w PQStat.
Przeprowadza w PQStat jedno- i wieloczynnikową ANOVA dla grup niezależnych oraz ANOVA z korektami dla różnych wariancji.
Stosuje odpowiednie testy post-hoc (Tukey, Scheffe, Games-Howell, Dunna, Conovera-Inmana) w celu identyfikacji różnic między grupami.
Przeprowadza nieparametryczne odpowiedniki ANOVA (test Kruskala-Wallisa, Friedmana) z odpowiednimi testami post-hoc.
Przeprowadza analizę dla pomiarów powtarzanych (ANOVA, Friedmana, Durbina, Q-Cochrana) i interpretuje wyniki.
Wykonuje analizę T-kwadrat Hotellinga oraz jedno- i wieloczynnikową MANOVA.
Oblicza i interpretuje współczynniki zgodności (ICC, Kendall's W) i rzetelności (Alfa Cronbacha).
Stosuje metodę Mantela-Haenszela dla tabel 2x2.

Kompetencje społeczne (postawy)

Jest świadomy złożoności analiz statystycznych w badaniach wielogrupowych i konieczności starannego doboru metod.
Rozumie znaczenie weryfikacji założeń testów parametrycznych i stosowania odpowiednich procedur korekcyjnych.
Potrafi krytycznie ocenić wyniki analiz wielowymiarowych przedstawionych w literaturze naukowej.

3 Dla kogo przeznaczony jest kurs? ▼

Dla studentów przygotowujących prace licencjackie, magisterskie i doktorskie.
Dla pracowników naukowych i badaczy, którzy chcą podnieść swoje kompetencje w zakresie zaawansowanej analizy danych.
Dla analityków i specjalistów ds. badań, którzy potrzebują praktycznych umiejętności statystycznych.
Dla wszystkich, którzy chcą samodzielnie przeprowadzać zaawansowane analizy statystyczne w programie PQStat.

                    Forma zajęć: Kurs może być realizowany w formie stacjonarnej (w siedzibie Uczelni) lub zdalnej (synchronicznej) – w zależności od potrzeb i preferencji zamawiającego.
                

4 Certyfikacja i mikropoświadczenia ▼

Każdy uczestnik, który ukończy kurs, otrzymuje certyfikat U-smile Stats potwierdzający zdobyte kompetencje.

                    🏛️ Dla uczelni: W ramach współpracy kurs może kończyć się wydawaniem mikropoświadczeń (micro-credentials), które są cennym elementem akademickiego CV i potwierdzają zdobycie konkretnych, wąskich kompetencji analitycznych.
                

Certyfikat oraz mikropoświadczenia dokumentują umiejętności w zakresie:

Przeprowadzania zaawansowanych analiz wielogrupowych
Stosowania testów post-hoc i korekt do porównań wielokrotnych
Oceny rzetelności i zgodności pomiaru
Interpretacji wyników modeli wielowymiarowych

📧 usmilestats@gmail.com

📞 +48 661 280 640

🏛️ U-smile Stats – partner w edukacji statystycznej

✉️ Skontaktuj się z nami

FAQ | Polityka prywatności | Kontakt