اپلیکیشن اندرویدی فلشکارت آموزشی استنتاج علّی در شبکههای دو بخشی: رویکردی نوآورانه برای ارزیابی اثرات مداخلهای (با نگاهی به کاربرد در مطالعات سلامت و اقتصاد منطقهای)
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره استنتاج علّی در شبکههای دو بخشی: رویکردی نوآورانه برای ارزیابی اثرات مداخلهای (با نگاهی به کاربرد در مطالعات سلامت و اقتصاد منطقهای)
موضوع کلی: آمار و استنتاج علّی
موضوع میانی: استنتاج علّی در شبکههای پیچیده و اثرات متداخل
📋 سرفصلهای دوره
- 1. مقدمهای بر استنتاج علّی: چرا و چگونه؟
- 2. تعریف علیت: از فلسفه تا آمار
- 3. مدل علّی پاتنشال اوتکام (Potential Outcomes Framework)
- 4. مفاهیم اساسی: متغیرهای مداخله، پیامد و هممتغیرها
- 5. فرض عدم تداخل واحد پایدار (SUTVA): پیشفرضها و محدودیتها
- 6. هدف استنتاج علّی: اثر علّی متوسط (ATE) و اثر علّی متوسط بر واحدهای تحت درمان (ATT)
- 7. ناشناخته بودن اوتکامهای پاتنشال و مسئله اساسی استنتاج علّی
- 8. مفهوم مقابله با واقعیت (Counterfactuals)
- 9. همترازی (Confounding) و بایاس در تخمین علّی
- 10. مدلهای گراف علّی (Causal Directed Acyclic Graphs - DAGs)
- 11. شناسایی علیت: شرط نادیدگی (Ignorability) و مثبتی (Positivity)
- 12. روشهای اولیه تخمین: تطبیق (Matching) و وزندهی (Weighting)
- 13. رگرسیون برای استنتاج علّی
- 14. مقدمهای بر آزمونهای تصادفی کنترلشده (RCTs)
- 15. محدودیتهای روشهای سنتی در حضور ساختار پیچیده
- 16. مقدمهای بر نظریه گراف: مفاهیم پایه
- 17. گرهها، یالها، مسیرها و چرخهها
- 18. انواع گرافها: جهتدار، بدون جهت، وزندار
- 19. معیارهای مرکزی در شبکهها (Centrality Measures)
- 20. تحلیل مؤلفههای متصل در گرافها
- 21. معرفی شبکههای پیچیده و ویژگیهای آنها
- 22. مدلهای تولید شبکه: تصادفی و بدون مقیاس
- 23. شبکههای دو بخشی (Bipartite Networks) چیستند؟
- 24. نمایش شبکههای دو بخشی: ماتریسهای مجاورت
- 25. مثالهایی از شبکههای دو بخشی در دنیای واقعی
- 26. چرا ساختار شبکه برای استنتاج علّی اهمیت دارد؟
- 27. شکست فرضیه SUTVA در شبکهها: تداخل و سرایت
- 28. مفاهیم اولیه تداخل (Interference) و انواع آن
- 29. چالشهای شناسایی و تخمین اثرات علّی در حضور شبکه
- 30. فرصتهای استفاده از ساختار شبکه برای استنتاج قویتر
- 31. تعریف واحدهای مداخله (Intervention Units - IUs)
- 32. تعریف واحدهای پیامد (Outcome Units - OUs)
- 33. تمایز کلیدی بین IU و OU: چرا این تمایز حیاتی است؟
- 34. مثالهایی از تمایز IU و OU در مطالعات سلامت
- 35. مثالهایی از تمایز IU و OU در اقتصاد منطقهای
- 36. مدلسازی ارتباط بین IUها و OUها از طریق شبکههای دو بخشی
- 37. نمایش رسمی شبکه دو بخشی IU-OU
- 38. واحدهای مداخله محلی، واحدهای پیامد محلی
- 39. مداخله در سطح بالا، پیامد در سطح پایین
- 40. مداخله در سطح پایین، پیامد در سطح بالا
- 41. ساختار توپولوژی شبکه و تأثیر آن بر اثرات علّی
- 42. ماتریس همبستگی بین IUها و OUها
- 43. نقش میانجیگری در شبکههای دو بخشی علّی
- 44. تعریف پاتنشال اوتکامها در حضور تمایز IU-OU
- 45. چهارچوب کلی برای استنتاج علّی با تمایز IU-OU
- 46. تداخل غیرمستقیم (Indirect Interference) در شبکههای دو بخشی
- 47. مدلهای تداخل: از SUTVA تضعیف شده تا مدلهای شبکه
- 48. تعریف "همسایگی علّی" برای OUها
- 49. انواع اثرات سرایتی (Spillover Effects): مستقیم، غیرمستقیم، کلی
- 50. مدلهای خطی برای اثرات همسایگی در شبکههای دو بخشی
- 51. اثرات مداخلهای محلی و اثرات برونمرزی (Exogenous Effects)
- 52. شناسایی و اندازهگیری اثرات تجمعی (Aggregate Effects)
- 53. مفاهیم تداخل جزئی و تداخل کلی
- 54. فرضیههای مورد نیاز برای مدلسازی تداخل
- 55. مدلهای بر پایه تمایل (Propensity-based Models) برای تداخل
- 56. مدلهای مبتنی بر مواجهه (Exposure-based Models)
- 57. تأثیر تراکم و توزیع مداخله در شبکه
- 58. استنتاج با فرض تداخل محدود (Limited Interference)
- 59. مدلهای مکانیکی تداخل (Mechanistic Interference Models)
- 60. عدم قطعیت در مشخص کردن ساختار تداخل
- 61. اصول طراحی آزمونهای تصادفی در شبکههای دو بخشی
- 62. تصادفیسازی خوشهای (Cluster Randomization) در حضور IU-OU
- 63. تصادفیسازی مبتنی بر شبکه (Network-based Randomization)
- 64. طرحهای تصادفی با هدف کاهش تداخل
- 65. تصادفیسازی انفجاری (Ego-network Randomization)
- 66. دادههای مشاهدهای و چالشهای آنها در شبکههای دو بخشی
- 67. روشهای انتخاب نمونه (Sampling) در شبکهها
- 68. جمعآوری دادههای شبکه: منابع و ابزارها
- 69. مدیریت دادههای IU و OU: تطبیق و یکپارچهسازی
- 70. ملاحظات اخلاقی در طراحی مطالعات شبکهای
- 71. تخمینگرهای بیبایاس برای ATE در حضور تداخل
- 72. روشهای وزندهی برای مقابله با تداخل (Inverse Probability Weighting for Interference)
- 73. تخمینگرهای مبتنی بر مدل برای اثرات شبکه
- 74. تخمین اثرات علّی در حضور همترازی شبکهای (Network Confounding)
- 75. متغیرهای ابزاری (Instrumental Variables) در شبکههای دو بخشی
- 76. روش G-computation برای شبیهسازی اوتکامهای پاتنشال در شبکهها
- 77. رویکردهای یادگیری ماشین در استنتاج علّی شبکهای
- 78. استفاده از مدلهای احتمالی برای تخمین اثرات تداخل
- 79. تخمین اثرات علّی با حضور چندین سطح از تداخل
- 80. تخمین اثرات علّی مشروط به ویژگیهای شبکه
- 81. برآورد اثرات همگن و ناهمگن در شبکههای دو بخشی
- 82. رگرسیون به روش تفاوت در تفاوت (Difference-in-Differences) در شبکهها
- 83. تحلیل حساسیت (Sensitivity Analysis) برای فرضیههای شبکه
- 84. روشهای بوتاسترپ و استنباط آماری در شبکهها
- 85. نرمافزارها و کتابخانههای آماری برای استنتاج علّی شبکهای
- 86. مطالعه موردی: ارزیابی واکسیناسیون و سرایت بیماری در جوامع (سلامت)
- 87. مطالعه موردی: ارزیابی سیاستهای سلامت عمومی با تمایز IU-OU
- 88. مطالعه موردی: اثرات مداخلههای آموزشی در مدارس بر پیامدهای دانشآموزان
- 89. مطالعه موردی: تأثیر برنامههای توسعه منطقهای بر اقتصاد محلی
- 90. مطالعه موردی: ارزیابی سیاستهای مالیاتی بر شرکتها و اثرات آن بر خانوارها (اقتصاد منطقهای)
- 91. مطالعه موردی: نقش شبکههای تأمین مالی در اثربخشی برنامههای کمک مالی
- 92. مطالعه موردی: ارزیابی شبکههای اجتماعی و رفتارهای بهداشتی
- 93. مطالعه موردی: نوآوری و انتشار دانش در شبکههای صنعتی
- 94. چالشهای عملی در پیادهسازی این رویکردها
- 95. محدودیتهای روششناختی و دادهای در کاربردهای واقعی
- 96. مدلهای دینامیک و زمانبندی مداخله در شبکهها
- 97. استنتاج علّی در شبکههای چندبخشی (Multi-partite Networks)
- 98. ترکیب دادههای بزرگ و استنتاج علّی شبکهای
- 99. ملاحظات حاکمیتی و سیاستی بر اساس یافتههای استنتاج علّی شبکهای
- 100. جهتگیریهای آینده در تحقیقات استنتاج علّی با تمایز IU-OU
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.