اپلیکیشن اندرویدی فلش‌کارت آموزشی مدل‌سازی سلسله مراتبی در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی سلسله مراتبی در Stan

موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی

موضوع میانی: Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی سلسله مراتبی
• 2. مبانی آماری مدل‌های خطی
• 3. مفاهیم احتمال و توزیع‌ها
• 4. مقدمه‌ای بر زبان برنامه‌نویسی R
• 5. نصب و پیکربندی Stan
• 6. مبانی زبان Stan (Syntax)
• 7. تعریف مدل‌های ساده در Stan
• 8. نوشتن تابع احتمال در Stan
• 9. توزیع‌های پیشین و پسین
• 10. مقدمه‌ای بر زنجیره مارکوف مونت کارلو (MCMC)
• 11. الگوریتم هامیلتونی مونت کارلو (HMC)
• 12. کاربرد HMC در Stan
• 13. مقدمه‌ای بر مدل‌های سلسله مراتبی
• 14. چرا مدل‌سازی سلسله مراتبی؟
• 15. ساختار مدل‌های سلسله مراتبی
• 16. سطوح مختلف سلسله مراتب
• 17. مدل‌های اثرات تصادفی
• 18. تخمین پارامترها در مدل‌های سلسله مراتبی
• 19. ارزیابی برازش مدل
• 20. تشخیص همگرایی MCMC
• 21. معیارهای ارزیابی همگرایی (R-hat, ESS)
• 22. مدل‌های اثرات ثابت و تصادفی
• 23. مدل‌های مختلط (Mixed Models)
• 24. مدل‌های رگرسیون سلسله مراتبی
• 25. مدل‌های خطی تعمیم‌یافته سلسله مراتبی
• 26. مدل‌های لجستیک سلسله مراتبی
• 27. مدل‌های پواسون سلسله مراتبی
• 28. مدل‌های بقا سلسله مراتبی
• 29. مدل‌سازی سری‌های زمانی سلسله مراتبی
• 30. مدل‌های فضایی سلسله مراتبی
• 31. مدل‌سازی گرافی سلسله مراتبی
• 32. مدل‌های رگرسیون کوواریانس سلسله مراتبی
• 33. مدل‌های مقیاس‌بندی سلسله مراتبی
• 34. مدل‌های رتبه‌بندی سلسله مراتبی
• 35. مدل‌های پیش‌بینی سلسله مراتبی
• 36. مقدمه‌ای بر اقتصادسنجی سلسله مراتبی
• 37. کاربرد در علوم اجتماعی
• 38. کاربرد در علوم پزشکی
• 39. کاربرد در علوم زیستی
• 40. کاربرد در مهندسی
• 41. کاربرد در مالی
• 42. مدل‌سازی داده‌های پانلی سلسله مراتبی
• 43. مدل‌سازی داده‌های خوشه‌ای سلسله مراتبی
• 44. مدل‌سازی داده‌های ترتیبی سلسله مراتبی
• 45. مدل‌سازی داده‌های طبقه‌بندی سلسله مراتبی
• 46. مدل‌سازی سلسله مراتبی چندسطحی
• 47. مدل‌سازی اثرات متقابل در سلسله مراتب
• 48. استفاده از متغیرهای میانجی (Mediator Variables)
• 49. استفاده از متغیرهای تعدیل‌کننده (Moderator Variables)
• 50. تحلیل مسیر سلسله مراتبی
• 51. تحلیل عاملی سلسله مراتبی
• 52. مدل‌سازی ساختار عاملی سلسله مراتبی
• 53. مدل‌سازی روابط علی سلسله مراتبی
• 54. مدل‌سازی عدم قطعیت در پیش‌بینی
• 55. اعتبارسنجی مدل‌های سلسله مراتبی
• 56. مقایسه مدل‌های سلسله مراتبی
• 57. بهینه‌سازی پارامترهای مدل
• 58. روش‌های نمونه‌گیری جایگزین (Alternative Sampling)
• 59. استفاده از Stan برای مدل‌های پیچیده
• 60. مدل‌سازی سلسله مراتبی با متغیرهای پنهان
• 61. مدل‌سازی سلسله مراتبی با داده‌های گمشده
• 62. مدل‌سازی سلسله مراتبی برای داده‌های ساختاریافته
• 63. مدل‌سازی سلسله مراتبی در نرم‌افزار R
• 64. استفاده از بسته `rstanarm`
• 65. استفاده از بسته `brms`
• 66. نکات پیشرفته در Stan
• 67. دیباگ کردن مدل‌های Stan
• 68. بهینه‌سازی کد Stan
• 69. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های پیمایشی
• 70. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های میدانی
• 71. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های تجربی
• 72. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های نوین
• 73. مدل‌سازی سلسله مراتبی برای مسائل اقتصادی
• 74. مدل‌سازی سلسله مراتبی برای مسائل اجتماعی
• 75. مدل‌سازی سلسله مراتبی برای مسائل بهداشتی
• 76. مدل‌سازی سلسله مراتبی برای مسائل محیط زیستی
• 77. مدل‌سازی سلسله مراتبی برای مسائل آموزشی
• 78. مدل‌سازی سلسله مراتبی برای تحلیل شبکه‌ها
• 79. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های متنی
• 80. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های تصویری
• 81. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های صوتی
• 82. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های ژنتیکی
• 83. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های فضایی-زمانی
• 84. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های سیگنال
• 85. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های اینترنتی
• 86. مدل‌سازی سلسله مراتبی برای تحلیل داده‌های کلان
• 87. مدل‌سازی سلسله مراتبی برای پردازش زبان طبیعی
• 88. مدل‌سازی سلسله مراتبی برای یادگیری ماشین
• 89. مدل‌سازی سلسله مراتبی برای هوش مصنوعی
• 90. مدل‌سازی سلسله مراتبی برای سیستم‌های توصیه‌گر
• 91. مدل‌سازی سلسله مراتبی برای تشخیص الگو
• 92. مدل‌سازی سلسله مراتبی برای پیش‌بینی روندها
• 93. مدل‌سازی سلسله مراتبی برای بهینه‌سازی فرآیندها
• 94. مدل‌سازی سلسله مراتبی برای شبیه‌سازی سیستم‌ها
• 95. مباحث پیشرفته در مدل‌سازی سلسله مراتبی
• 96. تحولات اخیر در مدل‌سازی سلسله مراتبی
• 97. آینده مدل‌سازی سلسله مراتبی