اپلیکیشن اندرویدی فلش‌کارت آموزشی آشنایی با مفاهیم و روش‌های آمار توصیفی در تحلیل داده

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آشنایی با مفاهیم و روش‌های آمار توصیفی در تحلیل داده

موضوع کلی: آمار و تحلیل داده

موضوع میانی: مبانی آمار توصیفی

📋 سرفصل‌های دوره

• 1. مقدمه ای بر آمار و تحلیل داده
• 2. اهمیت آمار توصیفی در تحلیل داده
• 3. مفاهیم کلیدی در آمار توصیفی
• 4. انواع داده ها و مقیاس های اندازه گیری
• 5. جمع آوری داده ها و نمونه گیری
• 6. روش های نمایش داده ها: جداول توزیع فراوانی
• 7. نمودارهای میله ای و دایره ای
• 8. هیستوگرام و نمودار چندضلعی فراوانی
• 9. نمودار جعبه ای و شاخک دار
• 10. نمودارهای ساقه و برگ
• 11. شاخص های مرکزی گرایش: میانگین
• 12. میانه و شیوه
• 13. محاسبه شاخص های مرکزی گرایش برای داده های گروه بندی شده
• 14. مقایسه شاخص های مرکزی گرایش
• 15. شاخص های پراکندگی: دامنه تغییرات
• 16. دامنه میان چارکی
• 17. واریانس و انحراف معیار
• 18. محاسبه شاخص های پراکندگی برای داده های گروه بندی شده
• 19. ضریب تغییرات
• 20. نرمال سازی داده ها و امتیاز Z
• 21. مفهوم چولگی و کشیدگی
• 22. محاسبه چولگی و کشیدگی
• 23. تفسیر چولگی و کشیدگی
• 24. آمار توصیفی برای داده های کیفی
• 25. شاخص های پراکندگی برای داده های کیفی
• 26. مقدمه ای بر همبستگی
• 27. ضریب همبستگی پیرسون
• 28. تفسیر ضریب همبستگی
• 29. همبستگی اسپیرمن
• 30. نمودار پراکندگی
• 31. رگرسیون خطی ساده
• 32. مقدمه ای بر تحلیل داده های چند متغیره
• 33. مفاهیم اولیه در علم داده
• 34. جمع آوری و پاکسازی داده ها
• 35. انواع داده ها در علم داده
• 36. ابزارهای تحلیل داده
• 37. مبانی برنامه نویسی برای تحلیل داده
• 38. مقدمه ای بر زبان پایتون برای آمار
• 39. کتابخانه های کلیدی پایتون: NumPy
• 40. کتابخانه های کلیدی پایتون: Pandas
• 41. عملیات پایه با Pandas
• 42. کار با داده های گمشده در Pandas
• 43. پایگاه داده ها و کار با آنها
• 44. مقدمه ای بر SQL
• 45. پرس و جوهای پایه SQL
• 46. جمع آوری داده از منابع وب
• 47. مبانی مصورسازی داده
• 48. کتابخانه Matplotlib
• 49. کتابخانه Seaborn
• 50. ایجاد نمودارهای مختلف با Seaborn
• 51. داشبوردهای آماری
• 52. کاربردهای آمار توصیفی در حوزه های مختلف
• 53. آمار توصیفی در علوم اجتماعی
• 54. آمار توصیفی در علوم پزشکی
• 55. آمار توصیفی در مدیریت و اقتصاد
• 56. آمار توصیفی در مهندسی
• 57. آمار توصیفی در علوم کامپیوتر
• 58. اخلاق در تحلیل داده
• 59. حریم خصوصی داده ها
• 60. سوگیری در داده ها و الگوریتم ها
• 61. تفسیر نتایج آماری
• 62. ارائه یافته های آماری
• 63. مقدمه ای بر آمار استنباطی
• 64. آزمون فرض آماری
• 65. مفاهیم احتمال
• 66. توزیع های احتمال گسسته
• 67. توزیع های احتمال پیوسته
• 68. توزیع نرمال
• 69. مفاهیم نمونه گیری و توزیع نمونه گیری
• 70. خطای استاندارد
• 71. فاصله اطمینان
• 72. آزمون t تک نمونه ای
• 73. آزمون t دو نمونه ای مستقل
• 74. آزمون t زوجی
• 75. آزمون کای دو برای استقلال
• 76. آزمون کای دو برای برازش
• 77. تحلیل واریانس یک طرفه (ANOVA)
• 78. مقدمه ای بر رگرسیون چندگانه
• 79. انتخاب متغیر در رگرسیون
• 80. ارزیابی مدل رگرسیون
• 81. مقدمه ای بر سری های زمانی
• 82. تجزیه سری های زمانی
• 83. پیش بینی با سری های زمانی
• 84. مقدمه ای بر مدل های آماری پیشرفته
• 85. یادگیری ماشین و آمار
• 86. مقدمه ای بر تحلیل عاملی
• 87. مقدمه ای بر تحلیل خوشه ای
• 88. مقدمه ای بر روش های بیزی
• 89. کاربرد آمار در تصمیم گیری
• 90. پروژه نهایی: تحلیل داده واقعی
• 91. ارائه پروژه نهایی
• 92. جمع بندی دوره