ACREA CR

Svěřte svá data do rukou odborníků. Máme mnohaleté zkušenosti v oblasti analýzy dat, statistiky, data miningu a text miningu. O své cenné znalosti se s vámi rádi podělíme a předáme vám know-how pro úspěšné dokončení vašich projektů. Odpovíme vám na všechny analytické otázky, zkontrolujeme postupy a doporučíme vhodné procedury. Poradíme vám s přípravou a čištěním dat nebo i se samotnou prezentací výsledků.

Power BI je jedním z nejrozšířenějších nástrojů pro analýzu a vizualizaci dat, tvorbu interaktivních reportů a jejich sdílení s dalšími uživateli. Kurz vás krok za krokem provede od základů až po pokročilé techniky práce s Power BI. Během deseti lekcí se naučíte načítat data z různých zdrojů, připravovat je v Power Query editoru, vytvářet datové modely a využívat jazyk DAX pro pokročilé analytické výpočty. 10 lekcí vždy ve čtvrtek dopoledne, on-line, termín: 1. 10. - 10. 12. 2026. Zvládnete tvorbu interaktivních reportů, jejich publikování a sdílení prostřednictvím Power BI Service, stejně jako integraci s nástroji Microsoft 365. Díky tomu získáte dovednosti, které vám umožní proměnit data v užitečné podklady pro rozhodování v praxi. Program kurzu: úvod do Power BI, základní funkcionalita softwaru Power BI Desktop, načítání dat z různých zdrojů, import vs Direct Query, základní i pokročilé transformace dat v Power Query editoru, datový model, vazby v datech a hierarchie, základní i pokročilá vizualizace dat, pokročilé formátování grafů a tabulek, implementace interaktivních uživatelských prvků, reporting na mapách, AI nástroje v Power BI, základní i pokročilé analytické výpočty pomocí jazyka DAX, tvorba sestav a dashboardů, základní funkcionalita Power BI Service, licencování Power BI, publikace a sdílení sestav a dashboardů v cloudu, row-level security – zabezpečení na úrovni řádků a viditelnost dat podle oprávnění uživatelských skupin, Power BI Gateway a nastavení pravidelné aktualizace dat.

Kurz Statistická analýza dat v praxi - od pojmů k interpretaci výsledků obsahuje: 15 půldenních lekcí vždy v pátek dopoledne, on-line termín: 2. 10. 2026 - 12. 2. 2027. Účastníci kurzu získají ucelený přehled o nejčastěji využívaných postupech analýzy dat, které je možné aplikovat bez ohledu na statistický software. Seznámíte se s základy pro analytickou práci a statistickými metodami od základních měr po vícerozměrné. Základní pojmy statistické analýzy dat. Definujeme a rozebereme si statistické pojmy, typy statistických analýz, inference, explorační, expirační a konfirmační techniky. Popisné statistiky. Rozebereme si popis statistických dat (tabelace a grafické znázornění). Povíme si, jak vytvářet statistické tabulky a grafy. Měření úrovně a heterogenity dat. Probereme momentové a kvantilové míry, jako jsou průměry, mediány, kvartily, decily, rozptyl a měření vnitřní heterogenity souboru. Testování hypotéz a intervaly spolehlivosti. Budeme se věnovat problematice neurčitosti v datech a rozhodování za neurčitosti, představíme si princip testování statistických hypotéz a jejich přijímání nebo zamítání. Testy hypotéz o průměrech. Analýza průměrů ve skupinách. Jde o jednoduchou analýzu rozptylu, porovnání skupinových průměrů a rozptylů, spojování skupin se stejnou úrovní vlastnosti, apriorní komparace (kontrasty), aposteriorní seskupování podle jedné a více proměnných (postupné vyhledávání interakcí na stropech). Součástí tohoto bodu bude i vícefaktorová analýza rozptylu. Korelační analýza. Povíme si o lineární korelaci, práci s korelační maticí a vlastnostech korelačních měr. Korelační grafy. Korelace, kauzalita. Regresní analýza. Budeme se věnovat lineární regresní analýze, interpretaci regresní přímky a popisu, vysvětlení a predikci této analýzy. Probereme nelineární vztahy. Co je vícenásobná regresní analýza, jaké jsou metody výběru represorů v rovnici a určení kvality modelu regresního vztahu. Faktorová analýza. Vysvětlíme si latentní vlastnosti a jejich indikace, faktory ovlivňující korelační matici, faktorová řešení, zobrazení faktorů a interpretaci, uložení a analýzu faktorů. Seskupovací metody. Segmentace a vytváření typologií seskupování případů z hlediska datového profilu, typy a typologie, segmenty trhu, analýza a interpretace typů. Kontingenční tabulky. Základní zobrazení souvislosti dvou proměnných. Různé formy procent. Chi-kvadrát test nezávislosti. Kontingenční koeficient. Znaménkové schéma v kontingenčních tabulkách.