اپلیکیشن اندرویدی فلش‌کارت آموزشی آزمون‌های درون‌زایی در مدل‌های مدت زمان با داده‌های سانسور شده: رویکردی غیرپارامتری و کاربردی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آزمون‌های درون‌زایی در مدل‌های مدت زمان با داده‌های سانسور شده: رویکردی غیرپارامتری و کاربردی

موضوع کلی: اقتصادسنجی

موضوع میانی: مدل‌های مدت زمان و داده‌های سانسور شده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر اقتصادسنجی و مدل‌های مدت زمان
• 2. اهمیت مدل‌های مدت زمان در علوم مختلف
• 3. مروری بر مفاهیم پایه احتمال و آمار
• 4. متغیرهای تصادفی و توزیع‌های احتمالی پرکاربرد
• 5. مقدمه‌ای بر داده‌های مدت زمان: تعریف و ویژگی‌ها
• 6. مثال‌هایی از داده‌های مدت زمان در عمل
• 7. مقدمه‌ای بر داده‌های سانسور شده
• 8. انواع سانسور در داده‌های مدت زمان: راست، چپ، فاصله‌ای
• 9. چالش‌های کار با داده‌های سانسور شده و درون‌زایی
• 10. تابع بقاء (Survival Function): تعریف و تفسیر
• 11. تابع خطر (Hazard Function): تعریف و تفسیر
• 12. رابطه بین تابع بقاء و تابع خطر
• 13. تابع چگالی مدت زمان (PDF)
• 14. تخمین غیرپارامتری تابع بقاء: روش کاپلان-مایر
• 15. مثال کاربردی از تخمین کاپلان-مایر با داده واقعی
• 16. تخمین غیرپارامتری تابع خطر: روش نلسون-آلن
• 17. مقایسه منحنی‌های بقاء (Log-Rank Test و دیگر آزمون‌ها)
• 18. مدل‌های مدت زمان پارامتری: معرفی و مرور سریع
• 19. توزیع نمایی و مدل مدت زمان نمایی
• 20. توزیع وایبل و مدل مدت زمان وایبل
• 21. توزیع لگ-نرمال و لگ-لجستیک
• 22. محدودیت‌های مدل‌های مدت زمان پارامتری
• 23. مدل خطرات تناسبی کاکس (Cox Proportional Hazards Model): معرفی
• 24. فرضیه خطرات تناسبی کاکس و آزمون آن
• 25. تخمین مدل کاکس و تفسیر ضرایب
• 26. مفهوم درون‌زایی (Endogeneity) در اقتصادسنجی
• 27. منابع درون‌زایی: متغیرهای حذف شده
• 28. منابع درون‌زایی: خطای اندازه‌گیری
• 29. منابع درون‌زایی: همزمانی (Simultaneity)
• 30. پیامدهای درون‌زایی بر تخمین و استنباط آماری
• 31. مروری بر روش‌های سنتی برخورد با درون‌زایی: متغیرهای ابزاری (IV)
• 32. تخمین دو مرحله‌ای حداقل مربعات (2SLS)
• 33. آزمون‌های سارجنت و هانسن برای اعتبار ابزارها
• 34. درون‌زایی در مدل‌های مدت زمان: چالش‌های خاص
• 35. درون‌زایی متغیرهای توضیحی (Covariates) در مدل‌های مدت زمان
• 36. متغیرهای توضیحی وابسته به زمان و درون‌زایی
• 37. درون‌زایی پنهان (Unobserved Heterogeneity) و مدل‌های فریلتی (Frailty Models)
• 38. سانسور اطلاع‌دهنده (Informative Censoring) به عنوان شکلی از درون‌زایی
• 39. مثال‌هایی از درون‌زایی در کاربردهای مدل‌های مدت زمان
• 40. مروری بر ادبیات درون‌زایی در مدل‌های مدت زمان
• 41. فلسفه رویکرد غیرپارامتری به آزمون‌های درون‌زایی
• 42. اهمیت عدم وابستگی به مفروضات توزیعی خاص
• 43. مروری بر مقاله "Tests of exogeneity in duration models with censored data"
• 44. چارچوب نظری برای آزمون‌های غیرپارامتری درون‌زایی
• 45. تعریف فرضیه صفر و فرضیه جایگزین در آزمون برون‌زایی
• 46. متغیرهای ابزاری غیرپارامتری در مدل‌های مدت زمان
• 47. شرایط اعتبار متغیرهای ابزاری در رویکرد غیرپارامتری
• 48. ساختار آزمون‌های آماری غیرپارامتری برای برون‌زایی
• 49. آزمون برون‌زایی برای متغیرهای توضیحی پیوسته
• 50. آزمون برون‌زایی برای متغیرهای توضیحی طبقه‌ای
• 51. استفاده از توابع وزن‌دهی در آماره‌های آزمون غیرپارامتری
• 52. توزیع مجانبی آماره‌های آزمون غیرپارامتری
• 53. برآورد واریانس آماره‌های آزمون در حضور سانسور
• 54. روش‌های بوت‌استرپینگ برای استنباط در آزمون‌های غیرپارامتری
• 55. شبیه‌سازی مونت‌کارلو برای ارزیابی عملکرد آزمون‌ها
• 56. بررسی توان (Power) آزمون‌های غیرپارامتری برون‌زایی
• 57. انتخاب بهینه پارامترهای هموارسازی (Smoothing Parameters)
• 58. حساسیت نتایج به انتخاب توابع هسته (Kernel Function)
• 59. سانسور اطلاع‌دهنده: تعریف دقیق و پیامدها
• 60. شناسایی سانسور اطلاع‌دهنده با رویکرد غیرپارامتری
• 61. آزمون‌های غیرپارامتری برای وجود سانسور اطلاع‌دهنده
• 62. رابطه بین درون‌زایی متغیرها و سانسور اطلاع‌دهنده
• 63. مدل‌سازی مشترک (Joint Modeling) برای سانسور اطلاع‌دهنده و مدل مدت زمان
• 64. روش‌های تصحیح برای سانسور اطلاع‌دهنده در مدل‌های مدت زمان
• 65. مطالعه موردی: آزمون سانسور اطلاع‌دهنده در داده‌های بقای پزشکی
• 66. مدل‌های خطرات رقابتی (Competing Risks Models)
• 67. درون‌زایی در مدل‌های خطرات رقابتی
• 68. آزمون‌های غیرپارامتری درون‌زایی در خطرات رقابتی
• 69. مدل‌های رویدادهای تکراری (Recurrent Events Models)
• 70. درون‌زایی در مدل‌های رویدادهای تکراری
• 71. برخورد با همگونی مشاهده نشده (Unobserved Homogeneity)
• 72. مدل‌های فریلتی: پارامتری و غیرپارامتری برای همگونی مشاهده نشده
• 73. درون‌زایی و انتخاب نمونه (Sample Selection)
• 74. آزمون‌های غیرپارامتری انتخاب نمونه
• 75. تخمین ناپارامتری اثر درمان در حضور درون‌زایی
• 76. روش‌های کنترل ناپارامتری برای متغیرهای درون‌زا
• 77. کاربرد شبکه‌های عصبی و یادگیری ماشین در تخمین غیرپارامتری مدت زمان
• 78. مدل‌های مدت زمان ساخت یافته (Structural Duration Models) با رویکرد غیرپارامتری
• 79. روش‌های کنترل درون‌زایی با استفاده از مدل‌های نیمه‌پارامتری
• 80. مراحل عملی انجام آزمون برون‌زایی در نرم‌افزارهای آماری
• 81. پیاده‌سازی آزمون‌های غیرپارامتری در R
• 82. پیاده‌سازی آزمون‌های غیرپارامتری در Stata
• 83. پیاده‌سازی آزمون‌های غیرپارامتری در Python
• 84. آماده‌سازی داده برای تحلیل مدت زمان و برون‌زایی
• 85. برخورد با داده‌های گمشده در تحلیل مدت زمان و درون‌زایی
• 86. تفسیر نتایج آماره‌های آزمون برون‌زایی
• 87. گزارش‌دهی نتایج تحلیل در مقالات علمی و پژوهشی
• 88. کاربرد در اقتصاد کار: مدت زمان بیکاری و درون‌زایی تصمیمات سیاستی
• 89. کاربرد در اقتصاد سلامت: مدت زمان بستری شدن و درون‌زایی درمان‌ها
• 90. کاربرد در بازاریابی: مدت زمان وفاداری مشتری و درون‌زایی فعالیت‌های تبلیغاتی
• 91. کاربرد در مالیه: مدت زمان پیش‌فرض وام و درون‌زایی تصمیمات اعتباری
• 92. کاربرد در علوم اجتماعی: مدت زمان رویدادهای اجتماعی و درون‌زایی عوامل محیطی
• 93. انتخاب بهترین رویکرد برای آزمون برون‌زایی در سناریوهای مختلف
• 94. مقایسه رویکردهای پارامتری، نیمه‌پارامتری و غیرپارامتری در عمل
• 95. محدودیت‌های آزمون‌های غیرپارامتری درون‌زایی
• 96. ملاحظات اخلاقی در استفاده از داده‌های مدت زمان و حریم خصوصی
• 97. چالش‌های مقیاس‌پذیری در داده‌های بزرگ (Big Data)
• 98. جمع‌بندی مباحث کلیدی دوره: رویکرد غیرپارامتری به درون‌زایی
• 99. مروری بر تحقیقات جاری و آینده در زمینه درون‌زایی مدل‌های مدت زمان
• 100. اهمیت رویکرد کاربردی و عملی در تحلیل‌های اقتصادسنجی