หลักสูตรสถิติและสารสนเทศการศึกษา คณะครุศาสตร์ จุฬาฯ

ระบบลงทะเบียนหลักสูตรสถิติและสารสนเทศการศึกษา
คณะครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

สาขาวิชาสถิติและสารสนเทศการศึกษา
คณะครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
ยินดีต้อนรับ

วิธีการชำระค่าลงทะเบียน

ขั้นตอนที่ 1
โอนค่าสมัครตามจำนวนที่แสดงเข้าบัญชีธนาคารกรุงเทพ สาขาสยามสแควร์ เลขที่ 152 - 063318 - 9 ชื่อบัญชี คณะครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

ขั้นตอนที่ 2
ส่งเอกสารการโอนเงินมาที่ stat.edu.chula@gmail.com ท่านจะได้รับการยืนยันการลงทะเบียนภายใน 2 วันทำการ

หลักสูตรสถิติและสารสนเทศการศึกษา คณะครุศาสตร์ จุฬาฯ

รายวิชาในหลักสูตรที่เปิดสอน

***คำแนะนำ***
เนื้อหาของแต่ละรายวิชาแบ่งออกเป็น 8 หัวข้อย่อย ใช้เวลาทั้งสิ้น 8 สัปดาห์ สัปดาห์ละ 4 ชั่วโมง
ผู้เรียนสามารถเลือกเรียนในหัวข้อย่อยของแต่ละรายวิชาได้อย่างอิสระ
โดยคิดค่าจ่าย 500 บาท/หัวข้อย่อย
หรือ 4,000 บาท/รายวิชา

หน้าแรก || หลักสูตรที่เปิดสอน || ลงทะเบียน || ติดต่อเรา

หลักสูตรที่ 1 \|\| (2758682) สถิติสำหรับการวิเคราะห์ข้อมูล 1 \|\| Statistics for Data Analysis 1 ผู้สอน : รศ.ดร.สุชาดา บวรกิติวงศ์
หัวข้อ	วันที่	เวลา	รายละเอียด
1	12-13 ม.ค. 2562	9:00-11:00	หลักการและการประยุกต์ใช้สถิติ: มโนทัศน์และหลักการใช้สถิติในการวิเคราะห์ข้อมูล ประเภทของสถิติ ตัวแปร (variables) และมาตรการวัดตัวแปร (scales of measurement) ข้อมูลและการเก็บรวบรวมข้อมูล เครื่องมือและคุณภาพเครื่องมือ การประยุกต์ใช้สถิติในการวิจัย
2	19-20 ม.ค. 2562	9:00-11:00	สถิติเชิงบรรยาย (descriptive statistics): การนำเสนอข้อมูล (data presentation) ค่าประจำตำแหน่ง (percentile, quartile, and decile) คะแนนมาตรฐาน (standardized score) การวัดแนวโน้มเข้าสู่ส่วนกลาง (measures of central tendency) และการกระจาย (measures of dispersion)
3	26-27 ม.ค. 2562	9:00-11:00	การใช้คอมพิวเตอร์ในการวิเคราะห์ข้อมูล
4	2-3 ก.พ. 2562	9:00-11:00	การแจกแจงความน่าจะเป็นแบบปกติ (normal probability distribution) การแจกแจงของตัวอย่าง (sampling distribution) และ ความคลาดเคลื่อนมาตรฐาน (standard error)
5	9-10 ก.พ. 2562	9:00-11:00	การทดสอบสมมติฐาน (hypothesis testing) และการประมาณค่าพารามิเตอร์ (parameter estimation) และการวิเคราะห์เพื่อเปรียบเทียบความแตกต่างของค่าเฉลี่ยด้วยสถิติทดสอบที (t-test)
6	16-17 ก.พ. 2562	9:00-11:00	การวิเคราะห์ความแปรปรวนแบบต่าง ๆ (analysis of variance: ANOVA) - การวิเคราะห์ความแปรปรวนทางเดียว - วิเคราะห์ความแปรปรวนหลายทาง
7	23-24 ก.พ. 2562	9:00-11:00	- การวิเคราะห์สหสัมพันธ์ (correlation analysis) - การวิเคราะห์ความถดถอย (regression analysis)
8	2-3 มี.ค. 2562	9:00-11:00	การวิเคราะห์ด้วยสถิติไม่ใช้พารามิเตอร์ (nonparametric statistical analysis)

หลักสูตรที่ 2 \|\| (2758683) สถิติสำหรับการวิเคราะห์ข้อมูล 2 \|\| Statistics for Data Analysis 2 ผู้สอน : รศ.ดร.สุชาดา บวรกิติวงศ์
หัวข้อ	วันที่	เวลา	รายละเอียด
1	9-10 มี.ค. 2562	9:00-11:00	หลักการและการประยุกต์ใช้สถิติวิเคราะห์พหุตัวแปร การเปรียบเทียบความเหมือนและความต่างของสถิติวิเคราะห์สำหรับตัวแปรตามตัวเดียวกับพหุตัวแปร
2	16-17 มี.ค. 2562	9:00-11:00	การวิเคราะห์เพื่อเปรียบเทียบเซนทรอยด์ การวิเคราะห์ความแปรปรวนหลายตัวแปร (multivariate analysis of variance)
3	23-24 มี.ค. 2562	9:00-11:00	การวิเคราะห์ความแปรปรวนแบบวัดซ้ำ (repeated measures ANOVA) การวิเคราะห์ความแปรปรวนร่วมหลายตัวแปร (multivariate analysis of covariance: MANCOVA)
4	20-21 เม.ย. 2562	9:00-11:00	การวิเคราะห์การถดถอยเชิงพหุหลายตัวแปร (multivariate multiple regression) การวิเคราะห์สหสัมพันธ์แคนอนิคอล (canonical correlation)
5	27-28 เม.ย. 2562	9:00-11:00	การวิเคราะห์การถดถอยโลจิสติก (logistic regression)
6	4-5 พ.ค. 2562	9:00-11:00	การวิเคราะห์จำแนกกลุ่ม (discriminant analysis)
7	11-12 พ.ค. 2562	9:00-11:00	การวิเคราะห์กลุ่ม (cluster analysis)
8	25-26 พ.ค. 2562	9:00-11:00	การวิเคราะห์องค์ประกอบเชิงสำรวจ (exploratory factor analysis)

หลักสูตรที่ 3 \|\| (2758604) คอมพิวเตอร์เทคโนโลยีสำหรับสถิติการศึกษา \|\| Computer Technology for Educational Statistics ผู้สอน : อ.ดร.สิวะโชติ ศรีสุทธิยากร
หัวข้อ	วันที่	เวลา	รายละเอียด
1	12-13 ม.ค. 2562	13:00-15:00	ความรู้พื้นฐานเกี่ยวกับโปรแกรม R ประกอบด้วย การแนะนำคุณสมบัติ และการติดตั้งโปรแกรม R และ Rstudio การเขียนคำสั่งและการคำนวณทางคณิตศาสตร์พื้นฐาน ตัวแปรและการสร้างตัวแปร ประเภทของข้อมูล การนำเข้าข้อมูลใน R ประกอบด้วย การกำหนด working directory การนำเข้าข้อมูลโดยตรง และการนำเข้าข้อมูลจากไฟล์ข้อมูลภายนอก เช่น flat files, Excel files, SPSS files เป็นต้น และการจัดกระทำข้อมูลเบื้องต้น ได้แก่ การคัดเลือกตัวแปร และการคัดกรองข้อมูล
2	19-20 ม.ค. 2562	13:00-15:00	การจัดกระทำข้อมูลด้วย base package, "dplyr" package และ "tidyr" package ได้แก่ การคัดเลือกตัวแปร (selecting variables) การคัดกรองข้อมูล (filtering data) การแปลงรหัสข้อมูล (recoding data) การแปลงข้อมูล (transforming data) การสรุปข้อมูลพื้นฐาน (summaring data) การแบ่งกลุ่มข้อมูล (grouping data) การจัดลำดับข้อมูล (arranging data) การรวมชุดข้อมูล (merging) การแบ่งส่วนและการรวมค่าสังเกต เป็นต้น
3	26-27 ม.ค. 2562	13:00-15:00	การสร้างทัศนภาพข้อมูล (data visualization) พื้นฐานด้วยโปรแกรม R ประกอบด้วย มโนทัศน์เบื้องต้นของทัศนภาพข้อมูล การสร้างทัศนภาพข้อมูลด้วยฟังก์ชันกราฟฟิกพื้นฐานในโปรแกรม R เพื่อตอบคำถามวิจัยประเภทต่าง ๆ
4	2-3 ก.พ. 2562	13:00-15:00	การวิเคราะห์เพื่อเปรียบเทียบค่าเฉลี่ย ประกอบด้วย การวิเคราะห์ด้วยสถิติเชิงบรรยาย การทดสอบทีสำหรับหนึ่งและสองกลุ่มตัวอย่าง (one-sample and two-sample t-test) การวิเคราะห์ความแปรปรวนทางเดียว (one-way ANOVA) และการวิเคราะห์ความแปรปรวนสองทาง (two-way ANOVA)
5	9-10 ก.พ. 2562	13:00-15:00	การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปร ประกอบด้วย การวิเคราะห์สหสัมพันธ์ (correlation analysis) และการวิเคราะห์ความถดถอย (regression analysis) แบบต่าง ๆ
6	16-17 ก.พ. 2562	13:00-15:00	มโนทัศน์ของ Reproducible Report และการสร้าง Reproducible Report ด้วย R Markdown
7	23-24 ก.พ. 2562	13:00-15:00	การวิเคราะห์ข้อมูลสูญหาย (missing value analysis) ประกอบด้วยการตรวจสอบรูปแบบของข้อมูลสูญหาย (MCAR, MAR และ MNAR) และการทดแทนค่าสูญหายด้วยวิธีการต่าง ๆ เช่น การทดแทนด้วยการวิเคราะห์ความถดถอย EM-algorithm และ multiple imputation เป็นต้น
8	2-3 มี.ค. 2562	13:00-15:00	หลักการเขียนโปรแกรมใน R ประกอบด้วย relational operator, logical operator, conditional statements, looping การสร้างและเรียกใช้ฟังก์ชันใน R

หลักสูตรที่ 4 \|\| (2758686) เดต้าวิชวลไลเซชัน \|\| Data Visualization ผู้สอน : อ.ดร.สิวะโชติ ศรีสุทธิยากร *หมายเหตุ: ผู้เรียนควรมีพื้นฐานโปรแกรม R หรือเคยลงทะเบียนรายวิชา 2758604 Computer Technology for Educational Statistics มาก่อน
หัวข้อ	วันที่	เวลา	รายละเอียด
1	9-10 มี.ค. 2562	13:00-15:00	มโนทัศนพื้นฐานของทัศนภาพข้อมูล ได้แก่ ความหมายของทัศนภาพข้อมูล ประเภทของทัศนภาพข้อมูล หลักพื้นฐานสำหรับออกแบบทัศนภาพข้อมูล Visual Variables ประเภทของ Visual Variables การเลือกใช้ Visual Variables และทบทวนการจัดกระทำข้อมูลด้วยโปรแกรม R
2	16-17 มี.ค. 2562	13:00-15:00	การสร้างทัศนภาพข้อมูลเพื่อตอบคำถามวิจัยประเภทต่าง ๆ การใช้กราฟฟิกพื้นฐานของโปรแกรม R เพื่อสร้างทัศนภาพข้อมูลที่ต้องการ
3	23-24 มี.ค. 2562	13:00-15:00	การสร้างทัศนภาพข้อมูลด้วย package ggplot2 (part I)
4	20-21 เม.ย. 2562	13:00-15:00	การสร้างทัศนภาพข้อมูลด้วย package ggplot2 (part II)
5	27-28 เม.ย. 2562	13:00-15:00	การสร้างทัศนภาพข้อมูลเชิงพื้นที่ (Geospatial Data Visualization)
6	4-5 พ.ค. 2562	13:00-15:00	Text Visualization
7	11-12 พ.ค. 2562	13:00-15:00	การสร้างทัศนภาพข้อมูลเชิงปฏิสัมพันธ์ (interactive data visualization) ประกอบด้วย การสร้าง Reproducible report Dashboard และ Interactive web application (ภาค 1)
8	25-26 พ.ค. 2562	13:00-15:00	การสร้างทัศนภาพข้อมูลเชิงปฏิสัมพันธ์ (interactive data visualization) ประกอบด้วย การสร้าง Reproducible report Dashboard และ Interactive web application (ภาค 2)

หลักสูตรที่ 5 \|\| (2758674) การจัดการฐานข้อมูลทางสถิติการศึกษา \|\| Educational Database Management ผู้สอน : อ.ดร.สุรศักดิ์ เก้าเอี้ยน
หัวข้อ	วันที่	เวลา	รายละเอียด
1	12-13 ม.ค. 2562	15:00-17:00	การจัดการฐานข้อมูลเบื้องต้น
2	26-27 ม.ค. 2562	15:00-17:00	การออกแบบฐานข้อมูล
3	9-10 ก.พ. 2562	15:00-17:00	ภาษา SQL เบื้องต้น
4	16-17 ก.พ. 2562	15:00-17:00	การโปรแกรมเพื่อการจัดการฐานข้อมูลเบื้องต้น (database programming) ด้วย PHP Script with HTML & JAVA
5	23-24 ก.พ. 2562	15:00-17:00	การออกแบบระบบสืบค้นข้อมูล
6	9-10 มี.ค. 2562	15:00-17:00	การออกแบบระบบแทรก-เพิ่ม-ลด-แก้ไขข้อมูล
7	16-17 มี.ค. 2562	15:00-17:00	การเรียกข้อมูลและการวิเคราะห์ข้อมูล
8	23-24 มี.ค. 2562	15:00-17:00	การนำเสนอข้อมูลด้วยแผนภูมิ Highchart