Menú

Ruta de aprendizaje

Analítica predictiva

Esta ruta de 3 días proporciona a los participantes un conjunto integral de herramientas para aplicar la analítica predictiva en su organización de manera efectiva.

Es apropiada para los miembros de un equipo de resolución de problemas, los responsables de lograr la excelencia en las operaciones, los analistas de marketing y los profesionales que se estén preparando para implementar la analítica predictiva en su organización.

Aprenda las técnicas de análisis de datos necesarias para analizar los patrones que se encuentran en los datos históricos para lograr una mayor comprensión, identificar los riesgos potenciales, buscar oportunidades de mejora y hacer predicciones sobre el futuro.

Los principios de la analítica se presentarán con ejemplos y ejercicios del mundo real, todo con el apoyo de Minitab Statistical Software.

DÍA 1

Fundamentos de analítica

En este curso básico, usted aprenderá a minimizar el tiempo necesario para el análisis de datos al usar Minitab para importar los datos, desarrollar enfoques estadísticos efectivos para explorar los datos, crear e interpretar gráficas convincentes y exportar los resultados. Automatice su análisis en Minitab con mínima intervención del usuario para ahorrar tiempo. Analice una variedad de conjuntos de datos del mundo real para aprender a alinear sus aplicaciones con la herramienta de analítica adecuada e interpretar la salida estadística. Aprenda los fundamentos de conceptos estadísticos importantes, como las pruebas de hipótesis y los intervalos de confianza.

Este curso hace mucho énfasis en tomar las decisiones correctas con base en la aplicación práctica de las técnicas estadísticas utilizadas comúnmente en los procesos de negocio, manufactura y transacciones.

Los temas incluyen:

  • Importación y formato de los datos
  • Macros exec
  • Gráficas de barras
  • Histogramas
  • Gráficas de caja
  • Diagramas de Pareto
  • Gráficas de dispersión
  • Medidas de ubicación y variación
  • Pruebas t
  • Prueba de igualdad de varianzas
  • Potencia y tamaño de la muestra

DÍA 2

Modelos y pronósticos de regresión

Continúe ampliando los conceptos básicos de análisis estadístico que se enseñan en el curso Fundamentos de analítica al aprender a explorar y describir las relaciones entre las variables con herramientas de modelado estadístico. Descubra y describa las características de los datos relacionados con el efecto y el impacto del tiempo, y cómo predecir el comportamiento futuro.

Aprenda a encontrar y cuantificar el efecto que tienen las variables de entrada en la probabilidad de que ocurra un evento crítico. Con ejemplos prácticos, se ilustra cómo las herramientas de modelado ayudan a revelar las entradas y fuentes de variación clave en sus datos.

Los temas incluyen:

  • Gráficas de dispersión
  • Correlación
  • Regresión lineal simple
  • Herramientas de series de tiempo, incluyendo suavización exponencial
  • Análisis de tendencias
  • Descomposición
  • Regresión múltiple y escalonada
  • Regresión logística binaria
  • Regresión con validación

DÍA 3

Aprendizaje de máquina

Amplíe su capacidad de análisis analizando datos de problemas del mundo real que se presentan en muchas industrias para explorar y describir las relaciones entre las variables. Aprenda a utilizar técnicas supervisadas de aprendizaje de máquina como CART® para analizar los patrones que se encuentran en los datos históricos para lograr una mayor comprensión, identificar los riesgos potenciales, buscar oportunidades de mejora y hacer predicciones sobre el futuro.

Utilice herramientas no supervisadas de aprendizaje de máquina, como los Conglomerados, para detectar particiones naturales en los datos y agrupar las observaciones o las variables en conjuntos homogéneos. Reduzca la dimensionalidad de los datos transformando los datos originales en un conjunto de variables no correlacionadas.

Los temas incluyen:

  • Análisis discriminante
  • Validación del conjunto de prueba
  • Validación de K pliegues
  • Clasificación CART®
  • Correlación
  • Regresión CART®
  • Análisis de conglomerados
  • Componentes principales
clear