messenger_logo
Liên hệ qua Messenger
SciEco

Chương trình đào tạo Stata cơ bản

Đn
Đội ngũ SciEco
Ngày viết: 04/07/2023

Nhằm giúp học viên cập nhật các kiến thức nền tảng về Stata, cũng như hỗ trợ các bạn sinh viên, nghiên cứu sinh về nghiên cứu định lượng, ứng dụng các mô hình phổ biến trong trong kinh tế, đội ngũ SciEco cập nhật chương trình học Stata cơ bản cho các khoá giảng dạy từ hè năm 2023. Chương trình mới bổ sung , tối ưu hoá nội dung và thời lượng khoá học. Chi tiết chương trình như sau:

Mục tiêu khóa học:

Trang bị cho học viên các kiến thức nền tảng về nghiên cứu định lượng và sử dụng phần mềm Stata cho phân tích định lượng.

Lợi ích khi tham gia khóa học:

- Chương trình học được xây dựng chi tiết, rõ ràng giúp trang bị cho học viên đầy đủ các kiến thức cơ bản để có thể bắt đầu phân tích định lượng

- Mỗi nội dung đều có nhiều bài tập đi kèm và bài tập nâng cao giúp học viên có thể thực hành ngay sau khi học với các bộ số liệu mới nhất

- Học viên được giải đáp thắc mắc, câu hỏi bởi đội ngũ giảng viên, trợ giảng tại trung tâm

- Tham gia khóa học, học viên sẽ được nâng cao kiến thức về nghiên cứu, đặc biệt là nghiên cứu định lượng.

Chương trình đào tạo chi tiết

Bài 1 – Buổi 1: Làm quen với STATA

Bài 2 – Buổi 2: Tạo biến và các thao tác với biến

Bài 3 – Buổi 3 & 4: Xây dựng bộ dữ liệu

Bài 4 – Buổi 5 & 6: Thống kê mô tả và xử lý missing, outliers, và các kỹ thuật sử dụng do-file

Bài 5 – Buổi 7 & 8: Trực quan hoá dữ liệu

Bài 6 – Buổi 9 & 10: Ước lượng bình phương nhỏ nhất OLS

𝑻𝒊̀𝒎 𝒉𝒊𝒆̂̉𝒖 𝒕𝒉𝒆̂𝒎 𝒗𝒆̂̀ 𝒑𝒉𝒂̂𝒏 𝒕𝒊́𝒄𝒉 𝒅𝒖̛̃ 𝒍𝒊𝒆̣̂𝒖 𝒕𝒂̣𝒊 𝑺𝒄𝒊𝒆𝒏𝒄𝒆 𝑭𝒐𝒓 𝑬𝒄𝒐𝒏𝒐𝒎𝒊𝒄𝒔.

Group giải đáp tất tần tật về phân tích dữ liệu:

https://www.facebook.com/groups/cungnhauhocptdl/

#R #datascience #dataanalytics #syllabus

CONTACT US:

Page: https://www.facebook.com/Science.for.Economics

Website: https://www.scienceforeconomics.com/

Hotline: 0867.689.262 (Mr. Tuấn)

Gmail: science.for.economics@gmail.com




Bài viết khác
Trong thế giới dữ liệu địa không gian, việc tạo ra bản đồ dự đoán từ các điểm quan sát là một thao tác phổ biến và ngày càng dễ dàng nhờ sự phong phú của các công cụ trong R. Tuy nhiên, điều gì khiến một bản đồ “đẹp” thật sự đáng tin cậy? Chìa khóa nằm ở việc hiểu rõ ranh giới của dữ liệu, công cụ và đặc điểm của mô hình – thay vì chỉ dừng lại ở vẻ đẹp hình ảnh bên ngoài. Trong buổi thuyết trình tại nhóm người dùng R Rome (ngày 27 tháng 11 năm 2025), Jakub Nowosad đã trình bày một quy trình thực hành hiệu quả để xây dựng và đánh giá các bản đồ dự đoán không gian, sử dụng dữ liệu về đa dạng loài thực vật ở Nam Mỹ làm ví dụ. Qua đó, ông nhấn mạnh rằng: tạo bản đồ không phải là kết thúc, mà là bước khởi đầu cho một quá trình suy luận cẩn trọng. Từ điểm quan sát đến bề mặt dự đoán: Những phương pháp phổ biến Việc chuyển đổi từ tập hợp điểm dữ liệu (chẳng hạn như địa điểm ghi nhận loài thực vật) thành bản đồ liên tục – nơi mỗi vị trí trên bản đồ đều có một giá trị dự đoán – là một bài toán tiêu biểu trong phân tích không gian. Các phương pháp được ứng dụng bao gồm:
Phân tích số liệu thể thao hiện đại, đặc biệt là giải bóng rổ nhà nghề Mỹ NBA, là một trong những mảng ứng dụng trực quan và cuốn hút nhất của khoa học dữ liệu. Thay vì phải tải về các tệp tin bảng tính thủ công hoặc tự viết các bộ cào dữ liệu phức tạp, hệ sinh thái ngôn ngữ R cung cấp cho người dùng những công cụ mạnh mẽ để kết nối trực tiếp với nguồn dữ liệu thể thao uy tín. Chỉ với vài dòng mã lệnh đơn giản kết hợp giữa gói hoopR và bộ công cụ tidyverse, bạn hoàn toàn có thể trích xuất các thông số thi đấu chi tiết từ ESPN và tạo ra biểu đồ xếp hạng cầu thủ chuyên nghiệp. Thiết lập môi trường và tải dữ liệu từ hoopR Gói hoopR là cầu nối dữ liệu chuyên dụng, cho phép tải toàn bộ thông tin chi tiết từng trận đấu của giải đấu một cách nhanh chóng. Để bắt đầu, chúng ta cần nạp hai thư viện nền tảng là tidyverse phục vụ cho việc xử lý cấu trúc dữ liệu và hoopR để lấy thông số cầu thủ cho mùa giải gần nhất.
SciEco
Science for Economics
Định hướng đào tạo phân tích dữ liệu, xây dựng chính sách, tối ưu hoá danh mục tài chính cá nhân và dự báo thị trường.
Liên hệ
Địa chỉ: Số 60, ngõ 41, Phố Thái Hà, Trung Liệt, Đống Đa, Hà Nội (Google Map)
Email: science.for.economics@gmail.com
Hotline: 03.57.94.7680 (Mrs. Hà)
Mạng xã hội