دوره برآوردگر تغییر در تغییر (CiC) بدون اریبی و با کارایی نیمهپارامتری در حضور عوامل مخدوشکننده نامشاهده همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره برآوردگر تغییر در تغییر (CiC) بدون اریبی و با کارایی نیمهپارامتری در حضور عوامل مخدوشکننده نامشاهده
موضوع کلی: استنتاج علی در علوم اجتماعی و اقتصادی
موضوع میانی: روشهای پیشرفته در برآورد اثرات علی با دادههای پنل
📋 سرفصلهای دوره
- 1. مقدمه ای بر استنتاج علی و اهمیت آن در علوم اجتماعی و اقتصادی
- 2. مروری بر انواع دادهها (مقطعی، سری زمانی، پنل)
- 3. مبانی دادههای پنل: ساختار، مزایا و معایب
- 4. آشنایی با اثرات ثابت و اثرات تصادفی در دادههای پنل
- 5. معرفی روش تغییر در تغییر (CiC) و کاربردهای آن
- 6. فرضهای کلیدی در روش CiC کلاسیک
- 7. پیادهسازی روش CiC کلاسیک: گام به گام
- 8. تفسیر نتایج در روش CiC کلاسیک
- 9. محدودیتهای روش CiC کلاسیک: اریبی ناشی از عوامل مخدوشکننده
- 10. معرفی مفهوم عوامل مخدوشکننده مشاهدهنشده
- 11. مسائل مربوط به موازی بودن روندها در CiC کلاسیک
- 12. تشخیص و بررسی فرضیه روند موازی (Parallel Trends)
- 13. آزمونهای تشخیصی برای بررسی فرضیه روند موازی
- 14. ارزیابی اعتبار روش CiC در غیاب روند موازی
- 15. معرفی برآوردگر تغییر در تغییر (CiC) با کارایی نیمهپارامتری
- 16. مروری بر مفاهیم اساسی در آمار و اقتصادسنجی (میانگین، واریانس، کوواریانس)
- 17. مفاهیم اساسی در تخمین (بایاس، واریانس، خطای میانگین مربعات)
- 18. آشنایی با برآوردگرهای پارامتری و نیمهپارامتری
- 19. آشنایی با تخمینگرهای هستهای (Kernel Methods)
- 20. برآوردگرهای وزندهی در CiC
- 21. معرفی تخمینگر بایاسزدایی شده (Debiased Estimator)
- 22. توضیح مفهوم بایاسزدایی و اهمیت آن
- 23. پیادهسازی الگوریتم بایاسزدایی
- 24. بررسی فرضیات اساسی تخمینگر بایاسزدایی شده
- 25. کارایی تخمینگر بایاسزدایی شده: مقایسه با روشهای کلاسیک
- 26. معرفی تخمینگر کارآمد نیمهپارامتری (Semiparametric Efficient Estimator)
- 27. اصول کارایی در تخمین: کرامر-رائو بایند
- 28. فرضیات اساسی در تخمین کارآمد نیمهپارامتری
- 29. پیادهسازی تخمینگر کارآمد نیمهپارامتری
- 30. مقایسه تخمینگر کارآمد نیمهپارامتری با تخمینگر بایاسزدایی شده
- 31. بررسی حساسیت نتایج به انتخاب هسته (Kernel)
- 32. انتخاب بهینه پهنای باند هسته (Bandwidth Selection)
- 33. روشهای اعتبارسنجی متقابل (Cross-Validation)
- 34. پیادهسازی روشهای اعتبارسنجی متقابل
- 35. بررسی نقش متغیرهای کمکی (Covariates) در CiC
- 36. ادغام متغیرهای کمکی در تخمینگرها
- 37. مدلسازی دقیقتر اثرات متغیرهای کمکی
- 38. تاثیر متغیرهای کمکی بر بایاس و کارایی
- 39. کاربرد دادههای وزندار (Weighted Data)
- 40. مدیریت دادههای گمشده (Missing Data) در تحلیل CiC
- 41. روشهای جایگزینی دادههای گمشده
- 42. اثر دادههای گمشده بر نتایج CiC
- 43. بررسی اثرات ناهمگن (Heterogeneous Effects)
- 44. مدلسازی اثرات ناهمگن در CiC
- 45. شناسایی گروههای درمانی متفاوت (Treatment Groups)
- 46. تفسیر اثرات ناهمگن
- 47. تعمیمپذیری (Generalizability) نتایج
- 48. بررسی شرایط لازم برای تعمیمپذیری
- 49. ارزیابی پایداری نتایج
- 50. آزمونهای حساسیت (Sensitivity Analysis)
- 51. کاربرد روشهای بوتاسترپ (Bootstrapping) در CiC
- 52. تخمین خطای استاندارد با استفاده از بوتاسترپ
- 53. فاصلههای اطمینان مبتنی بر بوتاسترپ
- 54. ارزیابی پایداری نتایج بوتاسترپ
- 55. آشنایی با روشهای پیشرفته در CiC: کنترل کوواریانس
- 56. CiC با متغیرهای زمانمند
- 57. CiC با اثرات تعاملی
- 58. مروری بر مفاهیم پیشرفته اقتصادسنجی (توابع مولد گشتاور، اطلاعات فیشر)
- 59. درک و استفاده از مقاله "On a Debiased and Semiparametric Efficient Changes-in-Changes Estimator"
- 60. ساختار و محتوای اصلی مقاله
- 61. درک ریاضیات و نمادگذاری مقاله
- 62. بازآفرینی نتایج مقاله
- 63. مقایسه نتایج مقاله با سایر روشهای CiC
- 64. آزمایشات شبیهسازی (Simulation Studies)
- 65. طراحی و اجرای شبیهسازی برای ارزیابی CiC
- 66. ارزیابی عملکرد تخمینگرها در شبیهسازی
- 67. تحلیل قدرت آماری (Statistical Power)
- 68. مقایسه قدرت آماری روشهای مختلف CiC
- 69. کاربرد CiC در مطالعات موردی: سیاستگذاریهای اقتصادی
- 70. مطالعه موردی: ارزیابی اثرات یک برنامه آموزشی
- 71. مطالعه موردی: تاثیر افزایش حداقل دستمزد
- 72. مطالعه موردی: اثرات یک سیاست مالیاتی
- 73. کاربرد CiC در مطالعات موردی: سیاستگذاریهای اجتماعی
- 74. مطالعه موردی: اثرات یک مداخله بهداشتی
- 75. مطالعه موردی: ارزیابی اثرات یک برنامه کاهش جرم
- 76. انتخاب مناسبترین روش CiC بر اساس نوع داده و سوال پژوهشی
- 77. نرمافزارهای مورد استفاده برای پیادهسازی CiC (R, Stata, Python)
- 78. آموزش گام به گام استفاده از R برای CiC
- 79. آموزش گام به گام استفاده از Stata برای CiC
- 80. آموزش گام به گام استفاده از Python برای CiC
- 81. نکات کلیدی برای نوشتن مقاله علمی در زمینه CiC
- 82. اشتباهات رایج در تحلیل CiC و نحوه اجتناب از آنها
- 83. چالشها و جهتگیریهای آینده در CiC
- 84. اخلاق در پژوهش و مسئولیتپذیری در استفاده از CiC
- 85. منابع و مراجع (منابع کلیدی و مقالات مرتبط)
- 86. ارائه دادهها و نتایج به شکل مؤثر
- 87. نکات تکمیلی برای تفسیر و گزارشدهی نتایج
- 88. جمعبندی و نتیجهگیری
- 89. دورههای تکمیلی و منابع یادگیری بیشتر
- 90. کارگاه عملی: تمرین با دادههای واقعی
- 91. پرسش و پاسخ و رفع اشکال
محتویات بسته آموزشی
🌐 سامانه آنلاین فلشکارت؛ مرور هدفمند و هوشمند
اکانت ارائهشده، دسترسی به نسخه تحت وب سامانه فلشکارت ویژه این دوره را فراهم میکند. این سامانه از الگوریتم زمانبندی مرور SM-2 استفاده میکند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم میکند.
به این ترتیب، کارتهای دشوارتر میتوانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسبتری داشته باشید.
مدتزمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج میشود.
گواهی دوزبانه با استعلام آنلاین
پس از تکمیل فعالیتهای لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر میشود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.
این گواهی صرفاً بهعنوان گواهی اتمام دوره آموزشی صادر میشود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.