
一哥语录:
“集天下英才而教之”
“学了统计不是要通通忘记”
“通常你在上课的时候,看到统计学老师屁股的时间要比正面多,因为他们一直在证明”
“应用统计学科,我们要做的事情是把一头猪放进机器,然后跑到后面收香肠就可以了,至于猪是怎么变香肠的,那是统计学家研究的东西”
“学统计首先可以先学会怎么做,感兴趣了再去搞明白背后的原理”
“男女生交往一定要遵循因变量和自变量的关系”......
11月26日至28下午,台湾“AMOS一哥”张伟豪老师应论坛邀请来到北京,开展5场统计学和结构方程模型公益讲座,足迹遍布首都师范大学、北京航空航天大学、北京师范大学、中国人民大学和北京联合大学。各高校经管院系的师生现场感受到了张老师强大的气场和幽默感。场场人气极高,听众忍俊不禁。
首师大场次,张老师就《用SPSS玩弄多变量于股掌之间》深入浅出介绍统计学的很多概念,“猪是怎么变香肠的”、“男生追女生和自变量与因变量”、“论文的快速发表”、“牧师和公车司机的故事”等段子,引得全场大笑,又寓理于其中。
现场视频:
北航经管学院场次,张伟豪老师通俗易懂、深入浅出地为大家介绍了结构方程模型。讲座伊始,张老师引领大家进入统计学的第二纪元。在统计的新时代里,过去强调的统计方法不再流行,取而代之的就是以结构方程模型为核心的多元分析方法。紧接着,张老师用简单明晰的事例深入浅出地介绍了结构方程模型的原理,例如,在我们看来并无特殊的醉酒稳定度测试,在老师口中成为了多个测试结果不一致时如何得出结论的典型应用。这种直接而幽默的讲授方式让同学们在兴趣盎然中理解统计学的知识。之后,在结构方程模型的应用方面,老师向同学们介绍了目前最流行软件Amos的使用方式,五分钟时间直接在电脑上操作完成了统计模型的建立,过程快速并且便捷。最后进入问答环节,老师解决了同学们提出的不少专业问题。讲座结束后,经管学院王惠文院长讲话并代表北航经管理学院向张伟豪老师赠送“嫦娥三号”飞船模型。
三天五个场次下来,张老师“集天下英才而教之”的理念让工作人员深受感动,统计学的教学不是“学了统计而让人通通忘记”。作为一名纯粹的演讲者,每一次激情的演讲过后,我们希望有更多的人不再惧怕统计学,能够驾驭统计的力量,实现学术研究的突破!
附论坛1月课程预告:
课程
|
时间
|
地点
|
讲师
|
费用 |
报名
|
25个案例玩转SPSS
|
2015.1.22-25
|
北京 首都体育学院
|
张伟豪
|
3500/2300(学生)
|
报名
|
结构方程Amos及论文攻略
|
2015.1.27-30
|
北京 首都体育学院
|
张伟豪
|
3600/2400(学生)
|
报名
|
《25个案例玩转SPSS》详情:http://www.peixun.net/view/202_detail.html
《结构方程Amos及论文攻略》详情:http://bbs.pinggu.org/thread-3046558-1-1.html
PPT资料下载:http://bbs.pinggu.org/thread-3122849-1-1.html
《SAS/SPSS数据统计分析师认证培训》:http://bbs.pinggu.org/thread-1818238-1-1.html
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23