混合效应模型(第12期)
- Mixed Effect Model -
2024年11月2-3日 线上直播
基于R语言的高级统计系列培训之二
背景/background
如果您觉得传统的模型无法匹配您的数据，数据存在明显的分层嵌套、或者涉及重复测量、多因素分析的多重比较，那么不防考虑一下混合效应模型。
混合效应模型（mixed effect model, 又称嵌套模型，多水平模型，层次模型等）可以同时处理固定效应和随机效应，这就是混合的由来，主要通过引入随机效应来解决样本的不独立性问题。毫无疑问是当前应用最为广泛的强力统计模型。其多变的形式，与数据结构特征高度统一的设置，为我们提供了几乎可以量身定做的数据分析模型，具备传统统计模型无法企及的分析能力，极大提升了分析结果的可信度。
我们的混合效应模型培训已经举办了11次，已有不少学员运用混合效应模型运用到数据分析过程中。更会让您对统计有全新的认识。【课程目的】
1. 提升对数据分析的相关理论方法的理解和实战能力；2. 对各种回归模型有较为全面的认识；3. 能够根据数据结构特征选择合适的统计方法；4. 掌握各种混合模型的基本原理和用法；5. 能够对模型的结果进行正确的解读和制图；6. 能够在论文中把统计方法描述得精准、到位。
讲师介绍
培训内容
培训费用：2200元/人，提供盖章通知及发票
培训方式：线上直播，提供回放，课后答疑
主办方：北京凌云翼数据科技有限公司
详情及报名：
登陆以下网址或扫描二维码，查看详情及报名。网上报名后，会务组会邮件发送培训通知及缴费方式
https://www.wjx.top/vm/evRFfhA.aspx#
结构方程模型
第11期 2024年11月16-17日 线上直播
基于R语言的高级统计系列培训之三
点击
试听
1
结构方程模型 (Structural Equation Modeling, SEM)，通过对变量间直接和间接关系以及不可直接观测的变量（即潜变量）的分析，能够更好地处理多个变量之间的作用关系强度和影响传导路径，能够有效弥补传统统计方法的不足，被称为统计学的一个大革命。该模型在生物学、生态学、社会科学、教育学、经济学、市场与管理等领域都具有重要应用，目前已成为多元数据分析模型中应用最为广泛的一种。随着片段化结构方程模型的发展，SEM已经能够与混合效应模型、谱系最小二乘回归以及贝叶斯统计相结合，能够方便处理非正态分布数据，纳入随机效应，考虑谱系相关等，极大地拓展了传统结构方程模型处理多元数据的能力。
【课程目标】1、理解和掌握结构方程模型的基本原理；2、基于lavaan和picewiseSEM两个R包构建自己的结构方程模型；3、正确开展模型检验、比较和效应值的计算，并图形展示出来；4、研判和辩证分析当前各种文献中的SEM，有自己的认识和感悟
2
3
培训费用：2200元/人，提供盖章通知及发票
培训方式：线上直播，提供回放，课后答疑
主办方：北京凌云翼数据科技有限公司
详情及报名：
登陆以下网址或扫描二维码，查看详情及报名。
https://www.wjx.top/vm/evRFfhA.aspx#
激光雷达数据分析
2024年11月9日 线上直播
1、背景
激光雷达技术作为近年来新兴的遥感技术之一，由于其能够穿透森林冠层获取完整的森林三维结构信息的特性，被广泛应用于森林生态研究应用中。本次培训班课程将理论讲解与实际操作相结合，介绍激光雷达原理及其应用领域、不同激光雷达平台的数据特点、激光雷达参数提取方法，最后重点讲解如何使用R语言开展机载/无人机载和地基激光雷达数据分析，包括数据预处理、基础激光雷达产品提取、基于格网的高度变量提取、单木分割等。
2、讲师介绍
3、培训内容
培训费用：1200元/人，提供盖章通知及发票
培训方式：线上直播，提供回放，课后答疑
主办方：北京凌云翼数据科技有限公司
详情及报名：
登陆以下网址或扫描二维码，查看详情及报名。网上报名后，会务组会邮件发送培训通知及缴费方式
https://www.wjx.top/vm/evRFfhA.aspx#
◀
更多培训
▶
- Meta分析理论方法与实战-于2024年10月19-20日录制（有目前当红的二阶Meta分析讲解）
- 贝叶斯统计模型(第7期)- 2024年12月
- R语言统计制图与地图制作(第9期)-2024年12月中
- 树木年轮学培训(第8期)-2024年11月底
- ArcGIS在生态环境领域的应用——利用ArcGIS探究全球变化对环境和生态因子的影响(第7期)-2024年12月中
培训形式、培训大纲、授课老师等详细信息，我们稍后将在 “凌云翼”公众号，官方网站北京凌云翼数据科技有限公司 (bjupclouddata.com)上发布，欢迎关注
咨询：黄老师：13910822427(微信同号)
官网
bjupclouddata.com
公众号
凌云翼
- 诚邀合作讲师 -
微生物网络分析、系统发育、群落组装等内容
点击查看
