Zimowe Warsztaty Analityczne
17–18 lutego 2026 r.
Warszawa
Przed nami trzydziesta ósma edycja Warsztatów Analitycznych. Celem tej inicjatywy jest ułatwienie pracownikom akademickim wykorzystania rozwiązań Predictive Solutions i IBM SPSS w praktyce dydaktycznej i naukowej.
Warsztaty dostarczają uczestnikom praktycznej wiedzy na temat pracy z narzędziami IBM SPSS oraz umiejętności prowadzenia w nich analiz. Tym razem zaprezentowane zostaną cztery tematy. Prelegentami na Warsztatach są eksperci i praktycy nie tylko w zakresie opisywanego tematu, ale także rozwiązań oferowanych przez Predictive Solutions.
38. Warsztaty Analityczne odbędą się w gościnnych murach Uniwersytetu SWPS w Warszawie.
Zapraszamy do wzięcia udziału i przypominamy, że o możliwości uczestnictwa w każdym ze szkoleń decyduje kolejność zgłoszeń.
Do zobaczenia w Warszawie!
Rejestracja na 38. Warsztaty Analityczne — KLIKNIJ TUTAJ
Temat 1
Wprowadzenie w wielowymiarową analizę danych — modele regresyjne
Prelegent:
dr hab. Sylwia Bedyńska, Uniwersytet SWPS
Wymagania wstępne:
- umiejętność wykonywania przekształceń na danych (sumowanie, uśrednianie, rekodowanie) w pakiecie PS IMAGO PRO / IBM SPSS Statistics
- znajomość podstawowych pojęć statystycznych (statystyki opisowe)
Agenda:
Zajęcia te adresujemy do osób, które chcą lepiej poznać techniki statystyczne, aby dzięki nim bardziej efektywnie stosować techniki wielowymiarowe. To przybliżenie technik wielowymiarowych ma rozszerzyć możliwości predykcji i wychodzi poza prosty opis statystyczny.
Tematyka zajęć obejmie głównie takie techniki jak: analiza regresji, analiza regresji logistycznej.
Na przykładzie regresji będziemy zapoznawać się z korzyściami analizy wielowymiarowej. Jednak będziemy chcieli zwrócić uwagę na zagrożenia, jakie niesie za sobą niewłaściwe posługiwanie się tego typu technikami, bez ich wystarczającej znajomości.
W praktyce często słyszy się, że klasyczna analiza regresji jest prosta, że nie przysparza problemów. Zwykle wiele osób zaczyna i kończy na interpretacji współczynników regresji, a zrozumienie założeń analizy regresji, umiejętność radzenia sobie z problemami w danych, jak i umiejętność właściwej interpretacji wyników jest kluczem do efektywnego korzystania z technik wielowymiarowych.
Podczas zajęć na praktycznych przykładach zajmiemy się zarówno prostą regresją dwóch zmiennych, jak i budowaniem złożonych modeli z wykorzystaniem regresji wielorakiej. Pokażemy, że jeśli zmienna zależna jest jakościowa (zainteresowanie lub brak zainteresowania), to trzeba zastosować inne techniki, np. regresję logistyczną. Podobnie jak przy regresji wielorakiej zostaną omówione zalety i wady tej metody, problemy, jakie mogą się pojawić przy korzystaniu z niej, itp.
W ramach kursu omówione zostaną następujące zagadnienia:
- Regresja liniowa jednozmiennowa i wielozmiennowa:
- Dopasowanie modelu (reszty regresji, wykres rozrzutu, miary dopasowania),
- Jakościowe predyktory w regresji: dychotomiczne i wielokategorialne, kodowanie typu dummy, kodowanie eksperymentalne,
- Diagnostyka w regresji, diagnoza przypadków odstających i odstających wpływowych odległości centroidalne, diagnostyka oparta na resztach regresji, statystyki wpływu,
- Metody wprowadzenia predyktorów do równania regresji, analiza hierarchiczna,
- Testowanie założeń analizy regresji: test Durbina Watsona, testowanie normalności zmiennych, testowanie normalności reszt regresji,
- Analiza interakcji w regresji liniowej.
- Regresja logistyczna:
- Podstawy teoretyczne analizy regresji logistycznej, linearyzowalna postać równania regresji logistycznej, znacznie ilorazu szans,
- Dopasowanie modelu,
- Główne parametry modelu – krzywe regresji logistycznej,
- Interpretacja parametrów regresji,
- Analiza interakcji między zmiennymi w regresji logistycznej.
Efekty uczenia:
- Wiedza
Uczestnik zna podstawowe pojęcia i założenia analizy regresji liniowej oraz regresji logistycznej. Rozumie różnice między modelami jedno- i wielowymiarowymi, a także między zmiennymi ilościowymi i jakościowymi w kontekście ich roli w modelach predykcyjnych. Zna metody diagnostyki modeli regresyjnych, rozumie znaczenie reszt regresji, założeń normalności i niezależności oraz potrafi wskazać konsekwencje ich naruszenia. Orientuje się w zasadach kodowania zmiennych jakościowych i interpretacji współczynników regresji. - Umiejętności
Uczestnik potrafi samodzielnie przygotować dane do analizy w PS IMAGO PRO/IBM SPSS Statistics, dobrać właściwy typ regresji (liniową lub logistyczną) oraz przeprowadzić analizę z wykorzystaniem różnych metod wprowadzania predyktorów. Umie interpretować współczynniki regresji, miary dopasowania modelu oraz wyniki testów diagnostycznych. Potrafi przeprowadzić analizę interakcji między zmiennymi i ocenić jakość modelu. Umie rozpoznać problemy z danymi (przypadki odstające, współliniowość) i zastosować odpowiednie środki zaradcze. - Kompetencje społeczne
Uczestnik potrafi uzasadnić wybór metody analizy w kontekście celu badania, jasno komunikować wyniki i ich interpretację współpracownikom o różnym poziomie wiedzy statystycznej. Potrafi ocenić poprawność zastosowanej metody i konstruktywnie uczestniczyć w dyskusjach nad modelem analitycznym. Współpracuje przy przygotowaniu raportów i prezentacji wyników, dbając o ich zrozumiałość i rzetelność.
Temat 2
Analiza statystyczna wyników badań naukowych — możliwości zastosowania rozwiązania PS IMAGO PRO
Prelegent:
dr hab. Justyna Wiktorowicz, Uniwersytet Łódzki
Wymagania wstępne:
- podstawowa znajomość obsługi programu PS IMAGO PRO / IBM SPSS Statistics
- znajomość podstaw statystyki w tym statystyki opisowe, podstawowe pojęcia i procedury związane z testowaniem hipotez statystycznych
Agenda:
Kurs kierowany jest do osób zainteresowanych praktycznymi aspektami analizy wyników badań naukowych z wykorzystaniem metod wnioskowania statystycznego. Ma na celu przygotowanie Uczestników do prowadzenia własnych analiz statystycznych na potrzeby opracowań naukowych. Wychodząc od konkretnych hipotez badawczych ustalona zostanie procedura postępowania, poczynając od wyboru metody statystycznej i przeprowadzenia wstępnej analizy rozkładów zmiennych (pod kątem sprawdzenia odpowiednich założeń). Następnie z wykorzystaniem programu PS IMAGO PRO / IBM SPSS Statistics przeprowadzona zostanie statystyczna analiza danych pozwalająca na weryfikację postawionych hipotez, wizualizacja wyników badania, dokonana zostanie ich interpretacja. Szczególna uwaga zwrócona zostanie na ewentualne założenia stawiane w omawianych metodach. Zaprezentowane zostaną możliwości zastosowania modeli analizy wariancji w schematach wieloczynnikowych. Analiza prowadzona będzie na praktycznych przykładach z różnych dziedzin – ekonomii, zarządzania, finansów, socjologii, psychologii i medycyny.
W ramach kursu omówione zostaną następujące zagadnienia:
- Zasady wyboru metody analizy statystycznej — od hipotez statystycznych przez eksplorację danych po testy zgodności rozkładu;
- Sposoby postępowania w sytuacji niespełnienia założeń;
- Testy statystyczne w porównywaniu dwóch populacji niezależnych — test t-Studenta, test Manna-Whitneya;
- Testy statystyczne w porównywaniu przynajmniej dwóch populacji niezależnych — jednoczynnikowa ANOVA, testy odporne, test Kruskala-Wallisa, testy post-hoc;
- Test niezależności chi-kwadrat i jego zastosowania;
- Współczynniki zależności w badaniu związku między zmiennymi jakościowymi;
- Badanie zależności między zmiennymi ilościowymi — współczynnik korelacji liniowej Pearsona, współczynnik korelacji rang Spearmana;
- Wprowadzenie do analizy regresji. Jakościowe zmienne objaśniające w modelach regresji — zastosowanie polecenia Kodowanie zmiennych dychotomicznych — PS IMAGO PRO;
- Ocena skuteczności prowadzonych działań z wykorzystaniem testów statystycznych służących porównaniu powtarzanych pomiarów;
- Wybrane metody wielowymiarowej analizy danych — wieloczynnikowe modele analizy wariancji;
- Wizualizacja wyników badania — wykorzystanie wybranych wykresów PS IMAGO PRO: wykres radarowy, wykres Marimekko, nakładany wykres słupkowy, Róża Nightingale, wykres rozrzutu i rozkładu, wielowymiarowy wykres rozrzutu.
Efekty uczenia:
- Wiedza
Uczestnik zna podstawowe procedury i metody statystyczne wykorzystywane w analizie wyników badań naukowych, w tym testy parametryczne i nieparametryczne, analizę wariancji (ANOVA), testy post-hoc, współczynniki korelacji oraz modele regresji. Rozumie zasady wyboru odpowiedniej metody analizy danych w zależności od hipotezy badawczej i rodzaju zmiennych. Posiada wiedzę dotyczącą testowania założeń statystycznych oraz konsekwencje ich niespełnienia. Orientuje się w możliwościach wykorzystania narzędzi PS IMAGO PRO do eksploracji danych, testowania hipotez i wizualizacji wyników. - Umiejętności
Uczestnik potrafi przeprowadzić analizę statystyczną wyników badań naukowych w PS IMAGO PRO/IBM SPSS Statistics, od wstępnego sprawdzenia rozkładów po wybór właściwych testów i interpretację ich wyników. Umie wykorzystać testy t-Studenta, testy Manna-Whitneya, ANOVA, testy Kruskala-Wallisa oraz chi-kwadrat, a także współczynniki korelacji Pearsona i Spearmana. Potrafi przeprowadzić analizę regresji z użyciem zmiennych jakościowych, ocenić skuteczność działań na podstawie testów porównujących pomiary powtarzane oraz tworzyć wielowymiarowe modele analizy wariancji. Uczestnik szkolenia posiada umiejętności wizualizowania wyników analiz za pomocą różnorodnych wykresów dostępnych w PS IMAGO PRO. - Kompetencje społeczne
Uczestnik potrafi uzasadnić wybór metod statystycznych i wynikające z nich wnioski w kontekście badań naukowych. Posiada wiedzę aby prezentować wyniki w sposób przystępny i zrozumiały dla różnych grup odbiorców (naukowców, praktyków, decydentów). Współpracuje w zespole badawczym, komunikując wyniki analiz i ich interpretację w sposób rzetelny i obiektywny. Dba o rzetelność, poprawność i wiarygodność prezentowanych wyników analiz.
Temat 3
Drzewa klasyfikacyjno-regresyjne (CRT) i lasy losowe w PS IMAGO PRO / IBM SPSS Statistics
Prelegent:
dr Joanna Karłowska-Pik, Uniwersytet Mikołaja Kopernika w Toruniu
Wymagania wstępne:
- dobra znajomość obsługi programu PS IMAGO PRO / IBM SPSS Statistics
- znajomość podstaw statystyki w tym statystyki opisowej oraz znajomość kreatora wykresów
Agenda:
Klasyfikacja jest często pojawiającym się zagadnieniem w obszarze nauk ekonomicznych i społecznych. Poza chęcią budowy modeli, które będą potrafiły dokonać możliwie najlepszego przydziału badanych do rozważanych klas, konieczne jest też wytypowanie czynników, które o tej przynależności decydują. Ma to szczególne znaczenie np. w badaniach dotyczących zagrożenia wszelkiego rodzaju wykluczeniem (społecznym, ekonomicznym, cyfrowym itp.). Drzewa klasyfikacyjno-regresyjne (CRT) są narzędziem służącym zarówno do klasyfikacji jak i regresji (szacowania). Wynikiem ich działania jest model w postaci drzewa, w węzłach którego pojawiają się warunki budowane w oparciu o dostępne w danych predyktory. Cały model budowany jest tak, aby kryteria podziału jak najbardziej różnicowały otrzymane grupy ze względu na wartości zmiennej celu. Drzewo takie pozwala łatwo identyfikować najbardziej istotne dla predykcji czynniki i może być zamieniane na zestawy reguł. Zespołową metodą uczenia maszynowego opartą o drzewa CRT są lasy losowe.
Zakres kursu:
- Wprowadzenie do zagadnień klasyfikacji i regresji. Podział danych na zbiory uczący, walidacyjny i testowy, walidacja krzyżowa.
- Drzewa klasyfikacyjno-regresyjne w PS IMAGO PRO: budowa, zapobieganie przeuczeniu, metody stosowane w przypadku wystąpienia braków danych lub mało licznych kategorii zmiennej celu, ocena ważności zmiennych.
- Interpretacja wyników i ocena jakości modelu klasyfikacji: korzyść, odpowiedź, indeks, miary jakości modelu (trafność, czułość, swoistość), wykorzystanie krzywej ROC do oceny jakości modelu klasyfikacji.
- Interpretacja wyników i ocena jakości modelu regresji: miary błędu modelu (MAE, MSE, MAPE, SMAPE), wykorzystanie wykresu rozrzutu do oceny jakości modelu regresji.
- Wykorzystanie modelu xml do predykcji.
- Lasy losowe: koncepcja oraz możliwość rozszerzenia programu PS IMAGO PRO o algorytm lasów losowych z R.
Efekty uczenia:
- Wiedza
Uczestnik posiada wiedzę na temat teoretycznych działania drzew klasyfikacyjno-regresyjnych (CRT) oraz lasów losowych jako metod uczenia maszynowego. Rozumie różnice między klasyfikacją a regresją, zna pojęcia zbiorów uczących, walidacyjnych i testowych oraz zasady walidacji krzyżowej. Potrafi wskazać kryteria podziału w drzewach decyzyjnych, sposoby zapobiegania przeuczeniu i metody oceny jakości modelu (trafność, czułość, swoistość, miary błędu). Orientuje się w koncepcji ważności zmiennych i zasadach interpretacji modeli predykcyjnych. - Umiejętności
Uczestnik potrafi zbudować modele drzew klasyfikacyjno-regresyjnych w PS IMAGO PRO, ocenić ich jakość i interpretować wyniki. Umie wykorzystać narzędzia programu do analizy trafności, błędów klasyfikacji i jakości predykcji. Potrafi stosować miary oceny modeli (MAE, MSE, MAPE, SMAPE), analizować krzywe ROC, interpretować wskaźniki jakości modelu oraz wdrażać modele do predykcji. Umie wykorzystać koncepcję lasów losowych jako metody zespołowej, w tym rozszerzyć środowisko PS IMAGO PRO o komponent R. - Kompetencje społeczne
Uczestnik umie współpracować w zespole analitycznym przy budowie i ocenie modeli predykcyjnych, prezentować wyniki w zrozumiały sposób i argumentować wybór algorytmów. Wykazuje zdolność oceniania poprawności modeli, interpretować ich ograniczenia oraz proponować usprawnienia. Wspiera innych w rozumieniu zasad klasyfikacji i predykcji, uczestnicząc w dyskusjach o praktycznym zastosowaniu metod data mining.
Temat 4
Modelowanie równań strukturalnych z programem IBM SPSS AMOS — cz. 1
Prelegent:
dr Agnieszka Pleśniak, Szkoła Główna Handlowa w Warszawie
Wymagania wstępne:
- dobra znajomość obsługi programu PS IMAGO PRO / IBM SPSS Statistics
- podstawowa znajomość statystyki, w tym regresji liniowej i analizy czynnikowej
Agenda:
Modelowanie strukturalne można wyobrazić sobie jako połączenie w jednej analizie modelu regresji i analizy czynnikowej, w którym struktura związku pomiędzy obserwowanymi zmiennymi i nieobserwowanymi czynnikami może kształtować się niemal dowolnie. Zajęcia będą wprowadzeniem w świat modelowania równań strukturalnych. Wskazane zostaną nie tylko teoretyczne zagadnienia związane z tą metodologią, słuchacze będą mogli uczyć się samodzielnego budowania modeli równań strukturalnych przy użyciu programu IBM SPSS AMOS.
W ramach kursu omówione zostaną następujące zagadnienia:
- wprowadzenie teoretyczne w zagadnienia modelowania równań strukturalnych,
- trzy podejścia w analizie,
- model strukturalny i modele pomiarowe,
- etapy budowy modelu,
- specyfikacja modelu,
- identyfikowalność modelu,
- analiza ścieżkowa,
- testowanie hipotez w SEM,
- rodzaje i funkcje ograniczeń nakładanych na parametry,
- manage models,
- zmienne ukryte i konfirmacyjna analiza czynnikowa (CFA),
- ocena własności psychometrycznych skal w SEM,
- ocena modelu i miary dopasowania,
- model strukturalny z ukrytymi konstruktami,
- testowanie mediacji w SEM,
- efekty całkowite, bezpośrednie i pośrednie,
- modyfikacje modelu,
- indeksy modyfikacji.
Efekty uczenia:
- Wiedza
Uczestnik posiada wiedzę dotyczącą podstawowych pojęć i założeń modelowania równań strukturalnych (SEM), w tym rozróżnienia między modelami strukturalnymi a pomiarowymi. Rozumie znaczenie analizy ścieżkowej, zmiennych ukrytych i konfirmacyjnej analizy czynnikowej (CFA). Dysponuje wiedzą o zasadach specyfikacji, identyfikacji i estymacji modeli SEM oraz o metodach oceny dopasowania i rzetelności skal. Rozumie pojęcia efektów całkowitych, bezpośrednich i pośrednich oraz koncepcję testowania mediacji w modelach strukturalnych. - Umiejętności
Uczestnik umie samodzielnie zbudować i oszacować prosty model SEM w programie IBM SPSS AMOS, obejmujący modele pomiarowe i strukturalne. Wykazuje się umiejętnością przeprowadzania analizy ścieżkowej, estymacji parametrów modelu, interpretacji miar dopasowania oraz wprowadzania modyfikacji na podstawie indeksów modyfikacji. Potrafi zastosować koncepcję mediacji i analizuje efekty pośrednie oraz bezpośrednie. Posiada zdolność oceny własności psychometrycznych skal oraz doboru odpowiednich miar dopasowania modelu do danych. - Kompetencje społeczne
Uczestnik umie zaprezentować i uzasadnić przyjęty model SEM w zespole badawczym, bronić swoich decyzji analitycznych wobec współpracowników i recenzentów. Współpracuje przy interpretacji wyników, wspiera innych w rozumieniu koncepcji modelowania równań strukturalnych oraz krytycznie ocenia poprawność przyjętych modeli. Wykazuje otwartość na dyskusję i gotowość do modyfikacji modeli w oparciu o argumenty merytoryczne.
Cennik Warsztatów
| Status | Cena netto (brutto) 1 |
|---|---|
| Pracownicy uczelni, która nie uczestniczy w programie ARIADNA, pracownicy OBR | 1 350 PLN (1 660,50 PLN) |
| Pracownicy uczelni (wydziału/katedry/instytutu), która uczestniczy w programie ARIADNA | 1 150 PLN (1 414,50 PLN) |
| Pracownicy AGH, UMK, Uniwersytetu SWPS | 850 PLN (1 045,50 PLN) |
1 Koszty te obejmują uczestnictwo w dwudniowych Warsztatach, certyfikat uczestnictwa, przerwy kawowe, obiady oraz kolację pierwszego dnia. Koszty nie obejmują noclegów. Uczestnicy Warsztatów organizują je we własnym zakresie. Rezygnacja z któregokolwiek elementu oferty nie ma wpływu na koszt udziału w Warsztatach.
Harmonogram Warsztatów
|
10.00 – 10.30 |
Rejestracja uczestników, poranna kawa Punkt rejestracyjny obok portierni, parter, budynek SWPS |
|
10.30 – 12.00 |
Zajęcia warsztatowe |
|
12.00 – 12.15 |
Przerwa kawowa |
|
12.15 – 13.45 |
Zajęcia warsztatowe |
|
13.45 – 14.30 |
Obiad Restauracja „Kardamon”, parter, budynek SWPS |
|
14.30 – 16.00 |
Zajęcia warsztatowe |
|
16.00 – 16.15 |
Przerwa kawowa |
|
16.15 – 17.30 |
Zajęcia warsztatowe |
|
17.30 – 20.00 |
Kolacja Restauracja „Kardamon”, parter, budynek SWPS |
|
8.45 – 9.00 |
Poranna kawa |
|
9.00 – 10.30 |
Zajęcia warsztatowe |
|
10.30 – 10.45 |
Przerwa kawowa |
|
10.45 – 12.15 |
Zajęcia warsztatowe |
|
12.15 – 12.30 |
Przerwa kawowa |
|
12.30 – 13.15 |
Zajęcia warsztatowe |
|
13.15 – 14.00 |
Obiad Restauracja „Kardamon”, parter, budynek SWPS |
|
14.00 – 15.00 |
Zajęcia warsztatowe |
|
15.00 |
Zakończenie |
Informacje organizacyjne
Warsztaty Analityczne są inicjatywą przygotowywaną i realizowaną przez Predictive Solutions, we współpracy z Wydziałem Informatyki Akademii Górniczo-Hutniczej w Krakowie i Uniwersytetem SWPS.
Zajęcia 38. edycji Warsztatów Analitycznych będą odbywać się w przez dwa dni, w czterech rozłącznych grupach, 17 i 18 lutego 2026 r., w pracowniach komputerowych Uniwersytetu SWPS. Każda grupa będzie składała się z około 15 słuchaczy.
Zajęcia będą trwać w pierwszym dniu od godziny 10:30 do 17:30, w drugim dniu od 9:00 do 15:00. W trakcie zajęć przewidziana jest przerwa na obiad oraz krótsze przerwy kawowe. Obiady będą serwowane w Restauracji Kardamon, mieszczącej się na parterze budynku Uniwersytetu SWPS przy ul. Chodakowskiej 19/31.
Na zakończenie pierwszego dnia zaprosimy Państwa na uroczystą kolację, która odbędzie się w Restauracji na parterze budynku Uniwersytetu SWPS.
Koszt uczestnictwa w Warsztatach zależy od poziomu zaangażowania jednostki akademickiej, z której pochodzi pracownik, w program współpracy Predictive Solutions z uczelniami wyższymi – ARIADNA. Zgłoszenia uczestnictwa w Warsztatach należy dokonać za pomocą formularza dostępnego na stronie imprezy do 3 lutego 2026 r. Liczba miejsc jest ograniczona. O przyjęciu na Warsztaty decyduje kolejność dokonania zgłoszenia oraz uiszczenia płatności (lub podpisania umowy szkoleniowej).
Gwarancją uczestnictwa w Warsztatach jest:
- Przesłanie zgłoszenia na jeden z proponowanych tematów.
- Terminowa zapłata wynagrodzenia za szkolenie.
- Otrzymanie od Organizatora potwierdzenia przyjęcia na szkolenie, które zostanie przesłane po dokonaniu płatności.
Osobą odpowiedzialną ze strony Predictive Solutions za organizację Warsztatów jest:
Monika Michalska
tel. 505 022 067
e-mail: m.michalska@predictivesolutions.pl
Warunki uczestnictwa
Warunki uczestnictwa w Warsztatach Analitycznych realizowanych przez Predictive Solutions Sp. z o. o.
- ORGANIZATOR I ZGŁASZAJĄCY
- Warsztaty analityczne dla pracowników naukowych organizuje Predictive Solutions sp. z o.o. (dawniej SPSS Polska) z siedzibą przy ul. Retoryka 1, 31–108 Kraków, wpisana do Krajowego Rejestru Sądowego pod numerem KRS 0000147461, dla której akta rejestrowe prowadzi Sąd Rejonowy dla Krakowa Śródmieścia Wydział XI Gospodarczy Rejestrowy KRS, kapitał zakładowy 100.000,00 PLN, NIP 677–20–61–016, określana dalej jako Organizator.
- Zgłaszającym jest podmiot, który zamawia we własnym imieniu u Organizatora usługę szkolenia w ramach warsztatów analitycznych i zawiera z Organizatorem umowę na przeprowadzenie szkolenia.
- WYNAGRODZENIE ORGANIZATORA (KOSZT UCZESTNICTWA W WARSZTATACH)
- Stawki wynagrodzenia Organizatora za szkolenia w ramach warsztatów analitycznych umieszczone są na stronie internetowej warsztatów (www.warsztatyanalityczne.pl). Stawki te uzależnione są od statusu współpracy Uczelni z Organizatorem w programie Ariadna.
- Wynagrodzenie za szkolenie obejmuje: udział w szkoleniu, materiały szkoleniowe, obiady i przerwy kawowe, udział w imprezie integracyjnej (kolacji) w pierwszym dniu warsztatów oraz certyfikat. Wynagrodzenie za szkolenie nie obejmuje kosztów zakwaterowania i dojazdów.
- Rezygnacja z któregokolwiek elementu oferty nie wpływa na koszty uczestnictwa w warsztatach.
- ZGŁOSZENIE UDZIAŁU W WARSZTATACH ANALITYCZNYCH I ZAWARCIE UMOWY
Zgłoszenie udziału w warsztatach analitycznych i skuteczne zawarcie umowy dotyczącej szkoleń jest możliwe albo na podstawie przedpłaty, albo w trybie płatności po wykonaniu usługi, na warunkach opisanych poniżej.- Przedpłata
- W celu dokonania zgłoszenia na wybrane szkolenie należy wypełnić odpowiedni formularz w trybie on line za pośrednictwem witryny internetowej warsztatów www.warsztatyanalityczne.pl.
- Po otrzymaniu formularza uczestnictwa Organizator wystawia dla Zgłaszającego fakturę pro forma i przesyła ją Zgłaszającemu. Termin płatności wynagrodzenia za szkolenie wynosi 10 (dziesięć) dni od dnia wystawienia faktury pro forma, chyba, że z faktury pro forma wynika inny termin.
Gwarancją uczestnictwa w Warsztatach jest: (1) przesłanie zgłoszenia na jeden z proponowanych tematów, (2) terminowa zapłata wynagrodzenia za szkolenie, (3) otrzymanie od Organizatora potwierdzenia przyjęcia na szkolenie, które zostanie przesłane po uiszczeniu płatności. Za datę płatności uważa się dzień uznania rachunku bankowego Organizatora. - W przypadku dokonania prawidłowego zgłoszenia i terminowej płatności w pełnej wysokości Organizator przesyła Zgłaszającemu potwierdzenie przyjęcia zgłoszenia. Organizator wysyła potwierdzenie pocztą, faksem lub pocztą elektroniczną. Umowę na udział w warsztatach uważa się za zawartą w chwili wysłania potwierdzenia przyjęcia na szkolenie przez Organizatora. W przypadku braku potwierdzenia przyjęcia na szkolenie przez Organizatora i nie dojścia umowy do skutku, Zgłaszający może wyłącznie domagać się zwrotu wpłaconego wynagrodzenia.
- Płatność po wykonaniu usługi
- W szczególnych przypadkach istnieje możliwość dokonania zapłaty po zrealizowaniu szkoleń. W takim przypadku warunkiem przyjęcia na warsztaty jest podpisanie umowy według wzorca Organizatora.
- Umowa na organizację szkoleń powinna być zawarta przed planowanym dniem rozpoczęcia szkoleń, w formie pisemnej pod rygorem nieważności.
- Skorzystanie ze zwolnienia szkolenia z podatku VAT
Jeżeli szkolenie (warsztaty) jest finansowane za środków publicznych i w związku z tym zwolnione z podatku VAT na podstawie przepisów o finansowaniu szkoleń ze środków publicznych, niezbędne jest wypełnienie i przesłanie wraz ze zgłoszeniem odpowiedniego oświadczenia. Oświadczenie dostępne jest na stronie warsztatów.
- Przedpłata
- REZYGNACJA Z UDZIAŁU W WARSZTATACH
- Rezygnację z uczestnictwa w warsztatach należy zgłosić Organizatorowi listem poleconym, faksem lub pocztą elektroniczną.
- W przypadku rezygnacji z uczestnictwa na nie mniej niż 14 (czternaście) dni przed datą rozpoczęcia warsztatów Organizator zwróci Zgłaszającemu całą kwotę wynagrodzenia za szkolenie.
- W przypadku rezygnacji z uczestnictwa nie później niż 7 (siedem) dni przed datą rozpoczęcia warsztatów Organizator zwróci Zgłaszającemu 50% wynagrodzenia.
- W przypadku rezygnacji z uczestnictwa na mniej niż 7 (siedem) dni przed datą rozpoczęcia warsztatów wynagrodzenie nie będzie zwracane bez względu na fakt, czy przedstawiciel Zgłaszającego brał udział w szkoleniu, czy nie.
- Dla oceny terminu rezygnacji liczy się data wpływu do Organizatora pisma z oświadczeniem o rezygnacji ze szkolenia.
- W miejsce osoby podanej przez Zgłaszającego w formularzu uczestnictwa lub umowie w szkoleniu może wziąć udział inna osoba. Dane tej osoby Zgłaszający powinien podać Organizatorowi przed dniem rozpoczęcia warsztatów.
- ZMIANA TERMINU WARSZTATÓW
- Organizator może odwołać szkolenie mające odbywać się w ramach warsztatów analitycznych na co najmniej 14 (czternaście) dni przed datą jego rozpoczęcia. W takim przypadku Organizator zwraca uiszczone przez uczestnika wynagrodzenie. Uczestnikowi nie przysługuje zwrot wydatków poniesionych w związku z planowanym uczestnictwem w warsztatach.
- W przypadku odwołania przez Organizatora szkolenia w terminie krótszym niż 14 (czternaście) dni przez jego planowanym rozpoczęciem Organizator zwraca uiszczone przez uczestnika wynagrodzenie. Odpowiedzialność odszkodowawcza Organizatora jest wówczas ograniczona do kwoty odpowiadającej udokumentowanym i uzasadnionym wydatkom, jakie uczestnik poniósł w związku z planowanym udziałem w szkoleniu.
- ZMIANA PROGRAMU LUB TRENERA
- Organizator zastrzega sobie prawo do wprowadzenia zmian w programie szkolenia lub do wyznaczenia innego trenera niż wskazany w pierwotnych materiałach informacyjnych.
- Zmiany mogą być dokonywane wyłącznie w zakresie zapewniającym zachowanie celów i efektów szkolenia, bez obniżenia jego jakości.
- O zmianach istotnych, w szczególności dotyczących osoby prowadzącego lub przesunięcia bloków tematycznych, Organizator poinformuje Zgłaszającego i Uczestników niezwłocznie na adres e-mail podany przy zgłoszeniu.
- Zmiany o charakterze organizacyjnym lub technicznym, które nie wpływają na wartość merytoryczną szkolenia, mogą być wprowadzane bez odrębnego powiadomienia.
- REKLAMACJE
- Uczestnik lub Zgłaszający może zgłosić reklamację w terminie 14 dni od zakończenia szkolenia – poprzez formularz dostępny na stronie www.warsztatyanalityczne.predictivesolutions.pl/uploads/warsztaty-analityczne/pliki/formularz_reklamacji.pdf, pisemnie na adres siedziby Organizatora lub emailem na adres: m.michalska@predictivesolutions.pl.
- Reklamacja powinna zawierać opis zastrzeżeń oraz dane kontaktowe.
- Organizator potwierdzi otrzymanie reklamacji i udzieli odpowiedzi w terminie 14 dni roboczych.
- W przypadku jej uznania Organizator wskaże sposób i termin rekompensaty, np. dodatkowe konsultacje, udział w szkoleniu w innym terminie lub częściowy zwrot opłaty.
- OCHRONA DANYCH OSOBOWYCH I WIZERUNKU
- Administratorem danych osobowych Uczestników i Zgłaszających jest Predictive Solutions sp. z o.o.
- Dane są przetwarzane w celu realizacji umowy szkoleniowej, rozliczeń oraz działań ewaluacyjnych.
- Szczegółowe informacje dotyczące zasad przetwarzania danych, w tym praw osób, których dane dotyczą, znajdują się na stronie: www.predictivesolutions.pl/zasady-przetwarzania-danych-osobowych-predictive-solutions.
- Uczestnicy mogą wyrazić dobrowolną i odrębną zgodę na wykorzystanie swojego wizerunku do celów promocyjnych Organizatora. Brak zgody nie wpływa na możliwość udziału w szkoleniu.
- Zgoda może zostać w każdej chwili wycofana, bez wpływu na zgodność z prawem przetwarzania dokonanego przed jej wycofaniem.
Prelegenci
Naszymi prelegentami są pracownicy Uczelni i eksperci, dysponujący szeroką wiedzą teoretyczną i praktyczną z obszaru analizy danych. Posiadają bogate doświadczenie w przygotowaniu i realizacji projektów badawczych w dydaktyce i biznesie, z wykorzystaniem rozwiązań IBM SPSS. Są otwarci na rozmowę i wymianę doświadczeń.
dr hab. Sylwia Bedyńska, prof. Uniwersytetu SWPS
Uniwersytet SWPS
Profesor Uniwersytetu SWPS. Od kilkunastu lat prowadzi zajęcia z podstawowych i zaawansowanych technik analitycznych. Stale współpracuje z Predictive Solutions w prowadzeniu szkoleń z zakresu technik wielowymiarowych. Jest autorką i redaktorką popularnych podręczników „Statystyczny Drogowskaz”. Publikowała teksty w e-biuletynie Predictive Solutions, jak również pełni funkcję redaktora statystycznego w czasopismach naukowych z obszaru psychologii pracy. Pracuje naukowo nad zagadnieniami związanymi z wpływem stereotypów dotyczących niskich zdolności matematycznych kobiet na ich wybory edukacyjne i wyniki w testach egzaminacyjnych.
dr hab. Justyna Wiktorowicz, prof. UŁ
Uniwersytet Łódzki
Pracuje w Katedrze Statystyki Ekonomicznej i Społecznej na Wydziale Ekonomiczno-Socjologicznym Uniwersytetu Łódzkiego. Jej zainteresowania koncentrują się na aplikacji metod statystycznych w badaniach społecznych i ekonomicznych. Uczestniczyła w licznych projektach krajowych i międzynarodowych dotyczących m.in. zagadnień związanych z sytuacją osób w wieku 50+ na rynku pracy, zarządzaniem wiekiem, generacjami, wiedzą. Posiada wieloletnie doświadczenie w projektowaniu i realizacji analiz statystycznych w badaniach naukowych, a także aplikacyjnych (w tym ewaluacyjnych), prowadzonych na zlecenie instytucji publicznych. Współpracuje z Instytutem Medycyny Pracy im. Nofera w Łodzi. Prowadzi zajęcia dydaktyczne z metod statystycznych dla studentów różnych kierunków ekonomicznych i nauk o zarządzaniu, a także psychologii i administracji, jak również dla doktorantów kierunków Ekonomia (na Wydziale Ekonomiczno-Socjologicznym UŁ) i Zarządzanie (na Wydziale Zarządzania UŁ). Część realizowanych przez nią zajęć dydaktycznych jest certyfikowana przez Predictive Solutions.
dr Joanna Karłowska-Pik
Uniwersytet Mikołaja Kopernika w Toruniu
Adiunkt w Katedrze Statystyki Matematycznej i Eksploracji Danych Wydziału Matematyki i Informatyki Uniwersytetu Mikołaja Kopernika w Toruniu, a także dyrektor uniwersyteckiego Ośrodka Analiz Statystycznych. Jej zainteresowania badawcze początkowo związane były z teorią procesów stochastycznych, aktualnie koncentrują się wokół zastosowań statystyki i data miningu w analizie danych medycznych. Jest członkiem kapituły programu ARIADNA. Od blisko 20 lat prowadzi zajęcia dydaktyczne z wykorzystaniem oprogramowania SPSS, w tym kursy akredytowane przez Predictive Solutions i warsztaty analityczne. Poświęca się również pracy dydaktycznej jako nauczyciel akademicki, autorka podręczników oraz opiekun laureatów konkursów i olimpiad statystycznych.
dr Agnieszka Pleśniak
Szkoła Główna Handlowa w Warszawie
Doktor nauk ekonomicznych. Jej zainteresowania naukowe to: oszczędzanie z przeznaczeniem na starość, hojność systemów emerytalnych, pozadochodowe czynniki oszczędzania. Uczestniczyła w licznych kursach i szkołach z zakresu metodologii badań. Pracowała w Departamencie Finansów i Analiz Ekonomicznych w Ministerstwie Infrastruktury (2001–2004). Uczestniczyła w licznych projektach badawczych. Jest autorką opracowań z zakresu modelowania równań strukturalnych, m.in.: „Modelowanie równań strukturalnych w przypadku zmiennych nieciągłych. Wykorzystanie SEM do rozpoznania ekonomicznej koncepcji oszczędzania według ekonomii behawioralnej”.
FAQ
Skąd mam wiedzieć, czy Warsztaty są opłacane ze środków publicznych? Kto ma podpisać takie oświadczenie? Skąd mogę je pobrać?
Informację czy szkolenie jest opłacane ze środków publicznych oraz kto jest uprawniony do podpisania oświadczenia o finansowaniu szkolenia z takich środków, uczestnik powinien uzyskać na Uczelni, w jednostce, która będzie dokonywać płatności za uczestnictwo w Warsztatach (np. Biurze Dziekana, Kwesturze).
Oświadczenie można pobrać ze strony Warsztatów Analitycznych (do pobrania tutaj). Podpisane oświadczenie (skan) należy przesłać mailowo na adres k.werner@predictivesolutions.pl jednocześnie wypełniając formularz zgłoszenia na stronie Warsztatów Analitycznych. Faktura pro forma zostanie wystawiona dopiero po otrzymaniu zadeklarowanego oświadczenia.
Czy w Warsztatach mogą wziąć udział doktoranci? A pracownicy instytucji PAN-owskich?
Warsztaty Analityczne skierowane są do kadry naukowej i dydaktycznej uczelni wyższych, w tym doktorantów. Pracownicy instytutów i ośrodków badawczo-rozwojowych również mogą wziąć w nich udział na zasadzie pełnej odpłatności (jak pracownicy uczelni, która nie uczestniczy w programie ARIADNA).
W ilu zajęciach mogę wziąć udział w trakcie trwania Warsztatów?
Warsztaty trwają dwa dni. Zajęcia odbywają się równolegle w kilku grupach – w tym samym czasie. Każdy uczestnik dokonuje zatem wyboru tylko jednego z proponowanych tematów.
Co wliczone jest w cenę, a za co uczestnik musi zapłacić we własnym zakresie?
W cenie Warsztatów uczestnik otrzymuje: możliwość wzięcia udziału w dwudniowych Warsztatach, materiały kursowe, obiady, poczęstunek podczas przerw kawowych, kolację po pierwszym dniu szkolenia, certyfikat uczestnictwa w Warsztatach. Cena za Warsztaty nie obejmuje kosztów zakwaterowania i dojazdów. Rezygnacja z któregokolwiek elementu oferty nie wpływa na koszt uczestnictwa w Warsztatach.
Jaki jest koszt uczestnictwa w Warsztatach?
Koszt uczestnictwa w Warsztatach jest zróżnicowany w zależności od statusu uczelni w programie ARIADNA. Uczestnikom z uczelni współpracujących z firmą Predictive Solutions w ramach programu ARIADNA proponujemy ceny promocyjne. Najbardziej atrakcyjne ceny proponujemy pracownikom uczelni współpracujących z naszą firmą przy organizacji letniej oraz zimowej edycji Warsztatów (pracownikom oraz doktorantom AGH i Uniwersytetu SWPS) oraz kursów zdalnych (UMK). Cennik Warsztatów dostępny jest w formularzu rejestracyjnym.
Czy możecie Państwo polecić jakieś miejsca noclegowe?
Od uczestników organizowanych przez Predictive Solutions wydarzeń na Uniwersytecie SWPS wiemy, że sprawdzoną ofertą noclegową dysponuje Hostel Helvetia, który jednocześnie jest zlokalizowany w bliskiej odległości od miejsca, gdzie będą odbywać się zajęcia (szczegóły można znaleźć na stronie Hostel Helvetia Warszawa).
Czy pracownik akademicki może dokonać płatności za Warsztaty z własnych środków?
Tak, jest taka możliwość. Taką informację uczestnik powinien nam przekazać przy wypełnianiu formularza zgłoszeniowego.
Czy wystarczy podesłać zgłoszenie, aby zarezerwować sobie miejsce na Warsztatach?
Niestety nie, samo wypełnienie formularza nie gwarantuje miejsca na Warsztatach. Dopiero dokonanie płatności na podstawie wystawionej przez organizatorów faktury pro forma (wysyłanej na adres mailowy podany w zgłoszeniu) gwarantuje miejsce na Warsztatach (pod warunkiem że temat zostanie ostatecznie uruchomiony). Szczegóły określone są w warunkach uczestnictwa w Warsztatach Analitycznych.
Lokalizacja
Uniwersytet SWPS
ul. Chodakowska 19/31
03-815, Warszawa
Kontakt z organizatorem
Adres wydarzenia
Uniwersytet SWPS
ul. Chodakowska 19/31
03-815 Warszawa
Organizator
Predictive Solutions Sp. z o.o.
[dawniej SPSS Polska]
ul. Retoryka 1
31-108 Kraków