🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: کشف دگرگونی‌های ساختاری با داده‌های ترکیبی: مدل‌سازی پیشرفته فضایی-زمانی

موضوع کلی: تحلیل داده‌های فضایی-زمانی

موضوع میانی: تحلیل داده‌های ترکیبی فضایی-زمانی

📋 سرفصل‌های دوره (100 موضوع)

• 1. مبانی داده‌های فضایی و زمانی
• 2. انواع داده‌های فضایی (نقطه‌ای، خطی، چندضلعی)
• 3. انواع داده‌های زمانی (لحظه‌ای، بازه‌ای، سری زمانی)
• 4. مفاهیم پایه آمار فضایی
• 5. خودهمبستگی فضایی و شاخص‌های آن (Moran's I, Geary's C)
• 6. وزن‌دهی فضایی و ماتریس‌های همسایگی
• 7. مفاهیم پایه آمار زمانی
• 8. خودهمبستگی زمانی و شاخص‌های آن (ACF, PACF)
• 9. ایستایی سری زمانی
• 10. مفهوم داده‌های ترکیبی و اهمیت آن
• 11. انواع داده‌های ترکیبی فضایی-زمانی (پانل دیتا)
• 12. چالش‌های تحلیل داده‌های ترکیبی فضایی-زمانی
• 13. مقدمه‌ای بر رگرسیون فضایی
• 14. مدل رگرسیون خطی فضایی (SLM)
• 15. مدل رگرسیون خطی خطا فضایی (SEM)
• 16. آزمون‌های تشخیص مدل مناسب رگرسیون فضایی
• 17. مقدمه‌ای بر رگرسیون زمانی
• 18. مدل رگرسیون سری زمانی (AR, MA, ARMA, ARIMA)
• 19. تشخیص مرتبه مدل ARIMA
• 20. آزمون‌های ایستایی (ADF, KPSS)
• 21. مقدمه‌ای بر مدل‌های فضایی-زمانی
• 22. ترکیب رگرسیون فضایی و زمانی
• 23. مدل‌های فضایی-زمانی با اثرات ثابت
• 24. مدل‌های فضایی-زمانی با اثرات تصادفی
• 25. تشخیص مدل مناسب فضایی-زمانی
• 26. مقدمه‌ای بر مدل‌های خودرگرسیون برداری (VAR)
• 27. مفاهیم VAR: مرتبه، ایستایی، تشخیص
• 28. تخمین و تفسیر مدل VAR
• 29. تحلیل پاسخ ضربه‌ای (Impulse Response Analysis) در VAR
• 30. تجزیه واریانس (Variance Decomposition) در VAR
• 31. مقدمه‌ای بر مدل‌های فضایی-زمانی خودرگرسیون برداری (ST-VAR)
• 32. چالش‌های مدل‌سازی ST-VAR
• 33. تعریف همسایگی فضایی در ST-VAR
• 34. تعریف وقفه زمانی در ST-VAR
• 35. تشخیص مرتبه مدل ST-VAR
• 36. تخمین مدل ST-VAR
• 37. روش‌های تخمین (حداکثر درست‌نمایی، گشتاورهای تعمیم‌یافته)
• 38. آزمون‌های تشخیص صحت مدل ST-VAR
• 39. تحلیل پاسخ ضربه‌ای فضایی-زمانی
• 40. تجزیه واریانس فضایی-زمانی
• 41. مقدمه‌ای بر مدل‌های داده پانل فضایی-زمانی
• 42. اثرات ثابت و تصادفی در داده پانل فضایی-زمانی
• 43. آزمون هاسمن برای انتخاب بین اثرات ثابت و تصادفی
• 44. تخمین مدل‌های داده پانل فضایی-زمانی
• 45. مقدمه‌ای بر مدل‌های مدل‌سازی معادلات ساختاری فضایی-زمانی (ST-SEM)
• 46. تعریف متغیرهای پنهان فضایی-زمانی
• 47. تخمین و ارزیابی مدل ST-SEM
• 48. کاربرد ST-SEM در تحلیل مسیر فضایی-زمانی
• 49. مفاهیم تغییر ساختاری
• 50. انواع تغییر ساختاری (ناگهانی، تدریجی)
• 51. آزمون‌های تشخیص تغییر ساختاری (Chow, Quandt-Andrews)
• 52. تشخیص تغییر ساختاری در داده‌های فضایی
• 53. تشخیص تغییر ساختاری در داده‌های زمانی
• 54. تشخیص تغییر ساختاری در داده‌های فضایی-زمانی
• 55. مدل‌سازی تغییر ساختاری با استفاده از ST-VAR
• 56. مدل‌های انتقال مارکوف فضایی-زمانی (ST-HMM)
• 57. کاربردهای ST-HMM در تحلیل تغییر ساختاری
• 58. مقدمه‌ای بر بیزین در مدل‌سازی فضایی-زمانی
• 59. توزیع‌های پیشین و پسین
• 60. تخمین بیزی مدل‌های فضایی-زمانی
• 61. مقدمه‌ای بر یادگیری ماشین در مدل‌سازی فضایی-زمانی
• 62. رگرسیون جنگلی تصادفی فضایی-زمانی
• 63. ماشین‌های بردار پشتیبان فضایی-زمانی (ST-SVM)
• 64. شبکه‌های عصبی فضایی-زمانی (ST-NN)
• 65. مقدمه‌ای بر داده‌کاوی فضایی-زمانی
• 66. الگوریتم‌های خوشه‌بندی فضایی-زمانی
• 67. الگوریتم‌های طبقه‌بندی فضایی-زمانی
• 68. نرم‌افزارهای تحلیل داده‌های فضایی-زمانی (R, Python)
• 69. بسته‌های نرم‌افزاری R برای تحلیل فضایی
• 70. بسته‌های نرم‌افزاری Python برای تحلیل فضایی
• 71. تصویرسازی داده‌های فضایی-زمانی
• 72. روش‌های تعاملی تصویرسازی داده‌های فضایی-زمانی
• 73. ملاحظات اخلاقی در تحلیل داده‌های فضایی-زمانی
• 74. حریم خصوصی و امنیت داده‌های فضایی
• 75. کاربرد تحلیل داده‌های فضایی-زمانی در شهرسازی
• 76. کاربرد تحلیل داده‌های فضایی-زمانی در بهداشت و درمان
• 77. کاربرد تحلیل داده‌های فضایی-زمانی در محیط زیست
• 78. کاربرد تحلیل داده‌های فضایی-زمانی در اقتصاد
• 79. کاربرد تحلیل داده‌های فضایی-زمانی در جرم‌شناسی
• 80. مطالعه موردی 1: تحلیل تغییرات کاربری اراضی با ST-VAR
• 81. مطالعه موردی 2: تحلیل شیوع بیماری‌های واگیردار با ST-HMM
• 82. مطالعه موردی 3: تحلیل الگوهای جرم‌خیزی با خوشه‌بندی فضایی-زمانی
• 83. مطالعه موردی 4: پیش‌بینی قیمت مسکن با رگرسیون جنگلی تصادفی فضایی-زمانی
• 84. روش‌های اعتبار سنجی مدل‌های فضایی-زمانی
• 85. اعتبارسنجی متقابل (Cross-validation)
• 86. معیارهای ارزیابی عملکرد مدل
• 87. راهکارهای بهبود عملکرد مدل‌های فضایی-زمانی
• 88. مباحث پیشرفته در مدل‌سازی فضایی-زمانی
• 89. مدل‌های غیرخطی فضایی-زمانی
• 90. مدل‌های چندمقیاسی فضایی-زمانی
• 91. ترکیب مدل‌های مختلف فضایی-زمانی
• 92. چشم‌اندازهای آینده تحلیل داده‌های فضایی-زمانی
• 93. داده‌های بزرگ فضایی-زمانی و چالش‌های آن
• 94. هوش مصنوعی و تحلیل داده‌های فضایی-زمانی
• 95. خلاصه و جمع‌بندی دوره
• 96. پرسش و پاسخ
• 97. منابع و مراجع تکمیلی
• 98. پروژه نهایی: تحلیل یک مجموعه داده فضایی-زمانی
• 99. ارائه و بحث در مورد پروژه‌های نهایی
• 100. ارزیابی و بازخورد