اپلیکیشن اندرویدی فلش‌کارت آموزشی تکنیک‌های اعتبارسنجی نتایج در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های اعتبارسنجی نتایج در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر اعتبارسنجی نتایج MCMC در Stan
• 2. چرا اعتبارسنجی نتایج Stan مهم است؟
• 3. بررسی بصری زنجیره‌های MCMC: نمودارهای traceplot
• 4. بررسی بصری زنجیره‌های MCMC: نمودارهای autocorrelation
• 5. بررسی همگرایی با R-hat
• 6. تفسیر مقدار R-hat و آستانه‌های قابل قبول
• 7. بررسی همگرایی با Effective Sample Size (ESS)
• 8. تفسیر ESS و ارتباط آن با دقت تخمین
• 9. تشخیص divergenceها در Stan
• 10. علل بروز divergence و راهکارهای رفع
• 11. بررسی پارامترهای divergent
• 12. استفاده از نمودارهای Pareto برای تشخیص مشکلات نمونه‌گیری
• 13. بررسی posterior predictive checks (PPC)
• 14. انواع PPC و نحوه تفسیر آن‌ها
• 15. استفاده از PPC برای ارزیابی برازش مدل
• 16. تولید نمودارهای PPC در Stan
• 17. مقایسه توزیع داده‌های مشاهده شده با داده‌های شبیه‌سازی شده
• 18. آشنایی با توزیع‌های posterior predictive
• 19. استفاده از توابع loss برای ارزیابی PPC
• 20. بررسی visual predictive checks
• 21. بررسی quantitative predictive checks
• 22. استفاده از cross-validation برای ارزیابی مدل
• 23. K-fold cross-validation در Stan
• 24. ارزیابی مدل با استفاده از WAIC (Widely Applicable Information Criterion)
• 25. تفسیر مقدار WAIC و مقایسه مدل‌ها
• 26. ارزیابی مدل با استفاده از LOO-CV (Leave-One-Out Cross-Validation)
• 27. تفسیر نتایج LOO-CV و مقایسه با WAIC
• 28. بررسی حساسیت نتایج به priorها
• 29. تحلیل حساسیت prior: روش‌های مختلف
• 30. انتخاب priorهای غیر informative
• 31. انتخاب priorهای weakly informative
• 32. استفاده از prior predictive checks
• 33. بررسی تاثیر priorها بر posterior distribution
• 34. تشخیص multicollinearity در مدل
• 35. راه‌های مقابله با multicollinearity
• 36. بررسی outliers و تاثیر آن‌ها بر نتایج
• 37. روش‌های شناسایی outliers
• 38. بررسی residualها و تشخیص مشکلات مدل
• 39. تحلیل residualها برای ارزیابی assumptions مدل
• 40. استفاده از Bayesian model averaging
• 41. مقدمه‌ای بر Bayesian model comparison
• 42. استفاده از Bayes factors برای مقایسه مدل‌ها
• 43. بررسی posterior probability of models
• 44. اعتبارسنجی مدل‌های سلسله مراتبی (hierarchical models)
• 45. تکنیک‌های اعتبارسنجی برای مدل‌های پیچیده
• 46. عیب‌یابی مشکلات رایج در Stan
• 47. بهینه‌سازی کد Stan برای بهبود عملکرد
• 48. استفاده از Stan diagnostics برای شناسایی مشکلات
• 49. رویکردهای پیشرفته برای اعتبارسنجی مدل