اپلیکیشن اندرویدی فلش‌کارت آموزشی MB-VLGC: آموزش گام به گام مدل‌سازی علیت در فرکانس‌های مختلف با تأخیرهای متغیر

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره MB-VLGC: آموزش گام به گام مدل‌سازی علیت در فرکانس‌های مختلف با تأخیرهای متغیر

موضوع کلی: تحلیل سری‌های زمانی و استنتاج علیت

موضوع میانی: مدل‌سازی و استنتاج علیت گرنجر با تأخیر متغیر

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سری‌های زمانی و اهمیت تحلیل آن‌ها
• 2. انواع داده‌های سری زمانی و نمایش آن‌ها
• 3. مفاهیم آماری پایه در سری‌های زمانی: میانگین، واریانس، کوواریانس
• 4. رگرسیون و خودهمبستگی (Autocorrelation)
• 5. تابع خودهمبستگی (ACF) و تابع خودهمبستگی جزئی (PACF)
• 6. نویز سفید و نقش آن در مدل‌سازی
• 7. مفهوم ایستایی (Stationarity) و اهمیت آن
• 8. آزمون‌های ایستایی: دیکی-فولر تعمیم‌یافته (ADF)
• 9. مدل‌های AR (خودرگرسیو)
• 10. مدل‌های MA (میانگین متحرک)
• 11. مدل‌های ARMA و ARIMA
• 12. انتخاب بهترین مدل ARMA/ARIMA با معیارهای اطلاعاتی (AIC, BIC)
• 13. مفهوم علیت در علم و آمار
• 14. علیت گرنجر: تعریف و فلسفه آن
• 15. مدل‌های رگرسیون چندگانه برای آزمون علیت گرنجر
• 16. معرفی مدل‌های خودرگرسیو برداری (VAR)
• 17. انتخاب مرتبه بهینه مدل VAR
• 18. استنتاج علیت گرنجر در مدل‌های VAR تک‌متغیره
• 19. استنتاج علیت گرنجر در مدل‌های VAR چندمتغیره
• 20. آزمون‌های فرضیه برای علیت گرنجر (Wald Test)
• 21. تفسیر نتایج آزمون علیت گرنجر
• 22. علیت گرنجر جهت‌دار (Directional Granger Causality)
• 23. محدودیت‌های علیت گرنجر کلاسیک: پیش‌فرض‌ها و کاربردها
• 24. کاربردهای علیت گرنجر در حوزه‌های مختلف
• 25. معرفی تحلیل در حوزه فرکانس
• 26. سری فوریه و تبدیل فوریه
• 27. تبدیل فوریه گسسته (DFT) و تبدیل فوریه سریع (FFT)
• 28. مفهوم طیف توان (Power Spectrum) و دانسیته طیفی توان (PSD)
• 29. تخمین طیف: پریودوگرام و روش‌های هموارسازی
• 30. معرفی طیف‌نگار (Spectrogram)
• 31. طیف‌نگار: تحلیل در زمان-فرکانس
• 32. مفهوم فیلترهای دیجیتال: فیلترهای پایین‌گذر، بالاپایان، میان‌گذر
• 33. طراحی فیلترهای FIR و IIR
• 34. اعمال فیلتر به سری‌های زمانی
• 35. مفهوم کوهرنسی (Coherence) و کاربردهای آن
• 36. تابع انتقال (Transfer Function) و پاسخ فرکانسی
• 37. مفهوم تأخیر در سری‌های زمانی
• 38. اهمیت تأخیرها در روابط علّی
• 39. چالش‌های تأخیرهای ثابت (Fixed Lags) در مدل‌سازی
• 40. چرا به تأخیرهای متغیر نیاز داریم؟
• 41. مثال‌هایی از روابط با تأخیرهای متغیر در دنیای واقعی
• 42. معرفی رویکردهای اولیه برای شناسایی تأخیرهای بهینه
• 43. مروری بر مدل‌های رگرسیونی با تأخیر توزیع‌شده (Distributed Lag Models)
• 44. معرفی علیت گرنجر طیفی (Spectral Granger Causality)
• 45. فرمول‌بندی VAR در حوزه فرکانس
• 46. ماتریس تابع انتقال در حوزه فرکانس
• 47. تفکیک علیت گرنجر به اجزای فرکانسی
• 48. مفهوم طیف علیت گرنجر
• 49. محاسبه طیف علیت گرنجر در مدل‌های VAR
• 50. تفسیر طیف علیت گرنجر: شناسایی فرکانس‌های مؤثر
• 51. مزایای علیت گرنجر طیفی نسبت به علیت گرنجر زمانی
• 52. محدودیت‌های علیت گرنجر طیفی کلاسیک
• 53. استنتاج آماری برای علیت گرنجر طیفی
• 54. مفهوم "باند فرکانسی" در تحلیل سری‌های زمانی
• 55. چرا "چند باندی" (Multi-Band)؟ مزایا و نیازها
• 56. انتخاب باندها: رویکردهای مبتنی بر دانش حوزه
• 57. انتخاب باندها: رویکردهای مبتنی بر داده
• 58. فیلتر کردن سیگنال‌ها برای استخراج باندهای فرکانسی
• 59. ترکیب اطلاعات از باندهای مختلف
• 60. علیت گرنجر چندباندی: معرفی و ایده اولیه
• 61. چالش‌های مدل‌سازی علیت گرنجر چندباندی با تأخیرهای ثابت
• 62. تفاوت بین علیت گرنجر طیفی و چندباندی
• 63. نمونه‌هایی از کاربردهای تحلیل چندباندی (مثلاً در مغز و اعصاب)
• 64. معرفی چارچوب یکپارچه علیت گرنجر چندباندی با تأخیر متغیر (MB-VLGC)
• 65. نگاهی عمیق به مقاله الهام‌بخش و نوآوری‌های آن
• 66. عناصر اصلی چارچوب MB-VLGC: فرکانس، تأخیر، و جهت‌گیری
• 67. مدل‌سازی پویایی‌های تأخیر متغیر: فرمول‌بندی ریاضی
• 68. تابع وزن تأخیر (Lag Weighting Function): مفهوم و انواع
• 69. پارامتری‌سازی تأخیرهای متغیر
• 70. فیلترهای باند گذر برای استخراج سیگنال‌های چندباندی
• 71. ادغام مؤلفه‌های فرکانسی و تأخیری
• 72. مدل‌سازی VAR برای داده‌های فیلتر شده و تأخیر متغیر
• 73. تعریف علیت گرنجر در چارچوب MB-VLGC
• 74. محاسبه ماتریس تابع انتقال MB-VLGC
• 75. تجزیه علیت گرنجر MB-VLGC بر اساس تأخیر و فرکانس
• 76. استنتاج آماری برای مؤلفه‌های MB-VLGC
• 77. رویکردهای غیرپارامتری در چارچوب MB-VLGC
• 78. تحلیل علیت گرنجر بین‌باندی و درون‌باندی
• 79. الگوریتم‌های تخمین پارامترهای مدل MB-VLGC
• 80. روش‌های بهینه‌سازی برای تابع وزن تأخیر
• 81. تخمین نااریب و سازگار در چارچوب MB-VLGC
• 82. معیارهای انتخاب مدل در MB-VLGC (AIC, BIC با تأخیر متغیر)
• 83. آزمون‌های فرضیه برای عدم وجود علیت در MB-VLGC
• 84. روش بوت‌استرپ برای استنتاج آماری در MB-VLGC
• 85. ملاحظات عملی در پیاده‌سازی MB-VLGC (اندازه نمونه، طول داده)
• 86. نقش نرم‌افزارهای محاسباتی (پایتون/R/متلب) در MB-VLGC
• 87. پیاده‌سازی گام به گام MB-VLGC در پایتون (مقدماتی)
• 88. پیاده‌سازی گام به گام MB-VLGC در پایتون (پیشرفته)
• 89. ساختارهای داده مناسب برای تحلیل MB-VLGC
• 90. مواجهه با داده‌های گمشده یا نامنظم در MB-VLGC
• 91. مطالعات موردی: کاربرد MB-VLGC در علوم اعصاب
• 92. مطالعات موردی: کاربرد MB-VLGC در اقتصاد مالی
• 93. مطالعات موردی: کاربرد MB-VLGC در اقلیم‌شناسی
• 94. تفسیر جامع و دقیق نتایج MB-VLGC
• 95. مقایسه MB-VLGC با سایر روش‌های علیت گرنجر
• 96. چالش‌ها و محدودیت‌های MB-VLGC
• 97. توسعه‌ها و تعمیم‌های آینده برای MB-VLGC (مثلاً غیرخطی)
• 98. ترکیب MB-VLGC با مدل‌های فضایی (Spatio-Temporal)
• 99. مروری بر مقالات جدید و پیشرفت‌ها در زمینه علیت گرنجر چندباندی
• 100. جمع‌بندی نهایی و چشم‌انداز آینده تحلیل علیت سری‌های زمانی