دوره تحلیل رگرسیون کاربردی و GLM: از مبانی تا پیشرفته همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره تحلیل رگرسیون کاربردی و GLM: از مبانی تا پیشرفته
موضوع کلی: مدلسازی آماری و پیشبینی
موضوع میانی: رگرسیون و مدلهای خطی تعمیمیافته
📋 سرفصلهای دوره
- 1. مقدمه و بررسی اجمالی
- 2. نیاز به مدلسازی آماری
- 3. مفاهیم اساسی مدلسازی رگرسیون
- 4. هدف رگرسیون خطی ساده
- 5. انواع مختلف دادهها و متغیرها
- 6. واریانس و کوواریانس
- 7. مفاهیم احتمال و توزیعها
- 8. توزیع نرمال و خواص آن
- 9. مقدمهای بر توزیعهای گسسته
- 10. مقدمهای بر توزیعهای پیوسته
- 11. انواع متغیرهای پاسخ
- 12. مدل رگرسیون خطی ساده: مفروضات
- 13. برآورد پارامترها: روش حداقل مربعات (OLS)
- 14. مربع کل (SST)
- 15. مربع خطا (SSE)
- 16. مربع رگرسیون (SSR)
- 17. ضریب تعیین (R-squared)
- 18. نرمال بودن باقیماندهها
- 19. همگنی واریانس باقیماندهها (Homoscedasticity)
- 20. استقلال باقیماندهها
- 21. عدم وجود همخطی کامل (Multicollinearity)
- 22. آزمون فرضیه برای ضرایب رگرسیون
- 23. فاصله اطمینان برای ضرایب رگرسیون
- 24. تفسیر ضرایب رگرسیون
- 25. مدل رگرسیون خطی چندگانه
- 26. ساختار مدل رگرسیون چندگانه
- 27. برآورد پارامترها در مدل چندگانه
- 28. تفسیر ضرایب در مدل چندگانه
- 29. آزمون F کلی برای معناداری مدل
- 30. آزمون فرضیه برای ضرایب منفرد در مدل چندگانه
- 31. ضریب تعیین تعدیل شده (Adjusted R-squared)
- 32. بررسی نقض مفروضات در مدل چندگانه
- 33. شناسایی و مدیریت همخطی (Multicollinearity)
- 34. تشخیص همخطی: VIF و Tolerance
- 35. راهکارهای مقابله با همخطی
- 36. متغیرهای مجازی (Dummy Variables)
- 37. مدلسازی متغیرهای کیفی
- 38. تفسیر ضرایب متغیرهای مجازی
- 39. تعامل بین متغیرهای مستقل
- 40. مدلسازی اثرات تعاملی
- 41. تفسیر ضرایب تعاملی
- 42. مدلهای چندجملهای (Polynomial Regression)
- 43. مدلسازی روابط غیرخطی با متغیرهای مستقل
- 44. برآورد و تفسیر ضرایب مدلهای چندجملهای
- 45. انتخاب بهترین مدل رگرسیون
- 46. معیارهای انتخاب مدل (AIC, BIC)
- 47. بررسی باقیماندهها (Residual Analysis)
- 48. نمودارهای باقیمانده
- 49. تشخیص نقاط پرت (Outliers)
- 50. تشخیص نقاط اهرمی (Leverage Points)
- 51. شناسایی و مدیریت نقاط تأثیرگذار (Influential Points)
- 52. رگرسیون وزنی (Weighted Least Squares - WLS)
- 53. کاربرد WLS در مواقع واریانس ناهمگن
- 54. مقدمهای بر مدلهای خطی تعمیمیافته (GLM)
- 55. نیاز به GLM: فراتر از رگرسیون خطی
- 56. اجزای GLM: تابع پیوند (Link Function)
- 57. اجزای GLM: توزیع خانواده نمایی (Exponential Family)
- 58. مفهوم توزیع در GLM
- 59. توزیع پواسون (Poisson Distribution)
- 60. کاربرد توزیع پواسون در GLM (رگرسیون پواسون)
- 61. تفسیر ضرایب در رگرسیون پواسون
- 62. بیشتوزیع (Overdispersion) و راهکارهای آن
- 63. رگرسیون باینری (Binary Regression)
- 64. توزیع برنولی (Bernoulli Distribution)
- 65. مدل لجستیک (Logistic Regression)
- 66. تابع پیوند لاجیت (Logit Link Function)
- 67. تفسیر ضرایب در مدل لجستیک
- 68. نسبت شانس (Odds Ratio)
- 69. مدل پروبیت (Probit Regression)
- 70. تابع پیوند پروبیت (Probit Link Function)
- 71. مقایسه مدل لجستیک و پروبیت
- 72. مدلهای ترتیبی (Ordinal Regression)
- 73. مدلهای نامرتب (Nominal Regression)
- 74. رگرسیون چندجملهای لجستیک (Multinomial Logistic Regression)
- 75. مفاهیم مربوط به مدلهای طبقهبندی
- 76. ارزیابی مدلهای GLM
- 77. شاخصهای برازش (Goodness-of-fit)
- 78. آزمون نسبت درستنمایی (Likelihood Ratio Test)
- 79. معیارهای اطلاعاتی (AIC, BIC) برای GLM
- 80. استفاده از نرمافزارهای آماری برای GLM
- 81. پیادهسازی GLM با R
- 82. پیادهسازی GLM با Python (Statsmodels, Scikit-learn)
- 83. نکات پیشرفته در GLM
- 84. مدلهای مختلط (Mixed Models)
- 85. مقدمهای بر دادههای طولی (Longitudinal Data)
- 86. مقدمهای بر دادههای خوشهای (Clustered Data)
- 87. مدلهای خطی مختلط (Linear Mixed Models - LMM)
- 88. مدلهای خطی تعمیمیافته مختلط (Generalized Linear Mixed Models - GLMM)
- 89. مفاهیم مربوط به GLMM
- 90. برآورد پارامترها در GLMM
- 91. تفسیر ضرایب در GLMM
- 92. کاربرد GLMM در مطالعات تکراری
- 93. کاربرد GLMM در دادههای سلسله مراتبی
- 94. مدلهای سری زمانی (Time Series Models)
- 95. مقدمهای بر دادههای سری زمانی
- 96. مفاهیم همبستگی و خودهمبستگی (Autocorrelation)
- 97. مدلهای AR (Autoregressive)
- 98. مدلهای MA (Moving Average)
- 99. مدلهای ARMA و ARIMA
- 100. مدلهای پیشبینی با GLM
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.