🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: از حدس تا یقین: آزمون معنا‌داری آماری تاثیرگذارترین مجموعه‌های داده

موضوع کلی: تحلیل داده و مدل‌سازی پیشرفته

موضوع میانی: ارزیابی پایداری و تحلیل حساسیت آماری مدل‌ها

📋 سرفصل‌های دوره (100 موضوع)

• 1. مقدمه: چرا پایداری مدل‌ها اهمیت دارد؟
• 2. فلسفه تحلیل حساسیت: فراتر از معیارهای دقت
• 3. تاریخچه مختصری از تشخیص داده‌های پرت و تاثیرگذار
• 4. آشنایی با مفاهیم پایه آمار: توزیع، میانگین، واریانس
• 5. مروری بر رگرسیون خطی ساده: سنگ بنای مدل‌سازی
• 6. رگرسیون خطی چندمتغیره: پیچیدگی‌های دنیای واقعی
• 7. مفروضات کلیدی در مدل‌های رگرسیون خطی (LINE)
• 8. آشنایی با باقیمانده‌ها (Residuals) و اهمیت آن‌ها
• 9. روش‌های ارزیابی مدل: R-squared، Adj. R-squared، MSE
• 10. خطر بیش‌برازش (Overfitting) و کم‌برازش (Underfitting)
• 11. اعتبارسنجی متقابل (Cross-Validation) به عنوان ابزار سنجش پایداری
• 12. داده پرت (Outlier) چیست؟ تعریف و شناسایی
• 13. نقطه اهرمی (Leverage Point) چیست؟
• 14. تفاوت میان داده پرت، نقطه اهرمی و نقطه تاثیرگذار (Influential Point)
• 15. روش‌های گرافیکی برای شناسایی نقاط غیرعادی
• 16. نمودارهای باقیمانده در برابر مقادیر برازش‌شده
• 17. نمودارهای Q-Q برای ارزیابی نرمال بودن باقیمانده‌ها
• 18. معرفی معیارهای کلاسیک تاثیرگذاری: فاصله کوک (Cook's Distance)
• 19. محاسبه و تفسیر فاصله کوک
• 20. معیار DFFITS: تفاوت در مقادیر برازش‌شده
• 21. معیار DFBETAS: تاثیر بر ضرایب مدل
• 22. معیار نسبت کوواریانس (Covariance Ratio)
• 23. محدودیت‌های تحلیل تک‌نقطه‌ای: پدیده پوشش (Masking)
• 24. چرا باید به جای یک نقطه، به "مجموعه‌" نقاط توجه کنیم؟
• 25. معرفی مفهوم "مجموعه‌های تاثیرگذار" (Influential Sets)
• 26. تعریف رسمی "تاثیرگذارترین مجموعه" (Most Influential Set - MIS)
• 27. چالش محاسباتی یافتن MIS: انفجار ترکیبیاتی
• 28. تاثیرگذاری بر چه چیزی؟ تعریف تابع هدف (پارامتر، پیش‌بینی)
• 29. الگوریتم‌های جستجوی حریصانه (Greedy) برای یافتن MIS کاندید
• 30. جستجوی پیش‌رو (Forward Search) برای شناسایی مجموعه‌های تاثیرگذار
• 31. جستجوی پس‌رو (Backward Search) و مقایسه آن
• 32. مفهوم "تابع تاثیر" (Influence Function) به عنوان یک ابزار نظری
• 33. از شناسایی تا آزمون: آیا تاثیر مشاهده‌شده معنادار است؟
• 34. پرسش کلیدی: شانس یا یک الگوی واقعی؟
• 35. مقدمه‌ای بر آزمون فرض آماری
• 36. فرضیه صفر (H0) برای آزمون تاثیرگذاری مجموعه‌ها
• 37. فرضیه جایگزین (H1)
• 38. انتخاب آماره آزمون مناسب برای سنجش میزان تاثیر
• 39. ساخت توزیع پوچ (Null Distribution): قلب آزمون معناداری
• 40. چرا توزیع‌های نظری استاندارد در اینجا کاربرد ندارند؟
• 41. روش‌های بازنمونه‌گیری (Resampling): بوت‌استرپ و جایگشت
• 42. آزمون جایگشتی (Permutation Test): منطق و کاربرد
• 43. اجرای گام به گام آزمون جایگشتی برای MIS
• 44. تولید داده‌های جایگشتی برای شبیه‌سازی فرضیه صفر
• 45. محاسبه آماره آزمون برای هر مجموعه داده جایگشتی
• 46. ساخت توزیع تجربی آماره آزمون تحت فرضیه صفر
• 47. محاسبه مقدار احتمال (p-value)
• 48. تفسیر p-value در زمینه آزمون تاثیرگذاری
• 49. تعیین سطح معناداری (آلفا) و تصمیم‌گیری آماری
• 50. خطاهای نوع اول و دوم در آزمون MIS
• 51. قدرت آزمون (Power of a Test) و عوامل موثر بر آن
• 52. مسئله آزمون‌های چندگانه (Multiple Testing Problem)
• 53. روش‌های تصحیح p-value: تصحیح بونفرونی (Bonferroni Correction)
• 54. کنترل نرخ اکتشافات غلط (False Discovery Rate - FDR)
• 55. تعمیم چارچوب آزمون MIS به مدل‌های خطی تعمیم‌یافته (GLMs)
• 56. کاربرد در رگرسیون لجستیک: شناسایی نقاط تاثیرگذار در طبقه‌بندی
• 57. کاربرد در رگرسیون پواسون برای داده‌های شمارشی
• 58. تحلیل حساسیت در مدل‌های غیرخطی
• 59. بررسی تاثیرگذاری در مدل‌های سری زمانی
• 60. چالش‌های خاص در داده‌های وابسته به زمان
• 61. بررسی پایداری در مدل‌های خوشه‌بندی (Clustering)
• 62. کدام نقاط مرکز خوشه‌ها را جابجا می‌کنند؟
• 63. بررسی تاثیرگذاری در الگوریتم‌های یادگیری ماشین
• 64. تاثیر یک مجموعه داده بر ساختار یک درخت تصمیم
• 65. حساسیت مدل‌های جنگل تصادفی (Random Forest) به زیرمجموعه‌های داده
• 66. تاثیرگذاری داده‌ها در ماشین‌های بردار پشتیبان (SVM)
• 67. مفهوم Data-Shapley برای ارزش‌گذاری داده‌ها
• 68. مقایسه رویکرد MIS با Data-Shapley
• 69. کاربردهای عملی: مطالعه موردی در علوم اقتصادی
• 70. شناسایی سال‌های بحرانی تاثیرگذار بر مدل‌های رشد اقتصادی
• 71. کاربردهای عملی: مطالعه موردی در پزشکی و زیست‌شناسی
• 72. یافتن گروه کوچکی از بیماران با پاسخ غیرمنتظره به درمان
• 73. کاربردهای عملی: مطالعه موردی در علوم اجتماعی
• 74. تحلیل تاثیر پاسخ‌دهندگان خاص بر نتایج یک نظرسنجی
• 75. پیاده‌سازی الگوریتم‌های یافتن MIS در پایتون با کتابخانه‌های NumPy/SciPy
• 76. پیاده‌سازی آزمون جایگشتی برای MIS در پایتون
• 77. تجسم نتایج: چگونه تاثیرگذاری را به صورت گرافیکی نمایش دهیم؟
• 78. نرم‌افزارها و پکیج‌های موجود در R برای تحلیل تاثیرگذاری
• 79. چالش‌های مقیاس‌پذیری: کار با داده‌های بزرگ (Big Data)
• 80. روش‌های تقریبی برای یافتن MIS در دیتاست‌های حجیم
• 81. استفاده از نمونه‌گیری برای تسریع محاسبات
• 82. مباحث پیشرفته: تاثیرگذاری بر معیارهای مختلف ارزیابی مدل
• 83. مباحث پیشرفته: تعریف ساختارهای همسایگی برای آزمون جایگشتی
• 84. تحلیل حساسیت بیزی (Bayesian Sensitivity Analysis)
• 85. نقش توزیع‌های پیشین (Priors) در پایداری مدل
• 86. ملاحظات اخلاقی در حذف یا گزارش داده‌های تاثیرگذار
• 87. چه زمانی حذف یک نقطه تاثیرگذار مجاز است؟
• 88. شفافیت در گزارش‌دهی نتایج تحلیل حساسیت
• 89. مروری بر مقالات کلیدی پس از "Testing Most Influential Sets"
• 90. روندهای تحقیقاتی نوین در تحلیل پایداری مدل
• 91. جمع‌بندی: چارچوب کامل تحلیل پایداری
• 92. گام اول: ساخت و ارزیابی مدل اولیه
• 93. گام دوم: شناسایی کاندیداهای MIS
• 94. گام سوم: اجرای آزمون معناداری آماری
• 95. گام چهارم: تفسیر نتایج و تصمیم‌گیری
• 96. پروژه نهایی: تحلیل جامع یک مجموعه داده واقعی
• 97. از حدس تا یقین: بازبینی مسیر طی‌شده در دوره