دوره از صفر تا صد آمار با R: مقدمه ای جامع بر تحلیل داده ها و مدل سازی با زبان R همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره از صفر تا صد آمار با R: مقدمه ای جامع بر تحلیل داده ها و مدل سازی با زبان R
موضوع کلی: آمار و احتمال
موضوع میانی: آمار توصیفی و استنباطی با R
📋 سرفصلهای دوره
- 1. معرفی دوره: آمار و R برای تحلیل داده
- 2. نصب R و RStudio: محیط کار و رابط کاربری
- 3. آشنایی با محیط RStudio: پنلها و تنظیمات
- 4. مفاهیم اولیه R: متغیرها و انواع داده
- 5. عملگرهای پایه در R: حسابی، منطقی، مقایسهای
- 6. ساختارهای داده در R: وکتورها
- 7. ساختارهای داده در R: ماتریسها
- 8. ساختارهای داده در R: لیستها
- 9. ساختارهای داده در R: دیتافریمها
- 10. وارد کردن و خارج کردن دادهها در R: فرمتهای CSV و Excel
- 11. معرفی آمار توصیفی: خلاصهسازی دادهها
- 12. مقیاسهای اندازهگیری: اسمی، ترتیبی، فاصلهای، نسبی
- 13. جداول فراوانی: دادههای کیفی
- 14. جداول فراوانی: دادههای کمی
- 15. نمودارهای میلهای و دایرهای در R
- 16. نمودار هیستوگرام در R: توزیع دادهها
- 17. نمودار جعبهای (Box Plot) در R: کشف نقاط پرت
- 18. نمودار ساقه و برگ در R
- 19. معیارهای گرایش مرکزی: میانگین، میانه، مد
- 20. محاسبه معیارهای گرایش مرکزی در R
- 21. معیارهای پراکندگی: دامنه، دامنه بین چارکی (IQR)
- 22. معیارهای پراکندگی: واریانس و انحراف معیار
- 23. محاسبه معیارهای پراکندگی در R
- 24. چارکها و صدکها در R
- 25. ضریب تغییرات و استفاده از آن در R
- 26. شکل توزیع: چولگی و کشیدگی
- 27. محاسبه چولگی و کشیدگی در R
- 28. خلاصهسازی توصیفی دادههای گروهی در R
- 29. بستههای مهم برای آمار توصیفی در R (مانند `summarytools`)
- 30. معرفی `ggplot2`: پایه و اساس مصورسازی پیشرفته
- 31. مقدمهای بر احتمال: مفاهیم پایه
- 32. فضای نمونه و پیشامدها
- 33. قوانین پایه احتمال: اجتماع و اشتراک
- 34. احتمال شرطی و استقلال پیشامدها
- 35. قضیه بیز و کاربردهای آن
- 36. متغیرهای تصادفی: گسسته و پیوسته
- 37. تابع جرم احتمال (PMF) و تابع چگالی احتمال (PDF)
- 38. تابع توزیع تجمعی (CDF)
- 39. امید ریاضی و واریانس متغیرهای تصادفی
- 40. توزیع برنولی و دو جملهای در R
- 41. توزیع پواسون در R
- 42. توزیع یکنواخت پیوسته در R
- 43. توزیع نرمال و خصوصیات آن
- 44. محاسبه احتمالات نرمال در R
- 45. توزیع نمایی در R
- 46. مقدمهای بر نمونهگیری: جامعه و نمونه
- 47. روشهای نمونهگیری تصادفی
- 48. نمونهگیری از توزیع نرمال در R
- 49. توزیع نمونهگیری میانگین نمونه
- 50. قضیه حد مرکزی (Central Limit Theorem)
- 51. شبیهسازی قضیه حد مرکزی در R
- 52. توزیع نمونهگیری نسبت نمونه
- 53. مفاهیم برآورد: برآوردگر نقطهای و فاصلهای
- 54. برآورد فاصلهای: فواصل اطمینان
- 55. محاسبه فواصل اطمینان برای میانگین و نسبت در R
- 56. مقدمهای بر آزمون فرض: منطق و مراحل
- 57. فرضیههای صفر و جایگزین
- 58. خطاهای نوع اول و دوم در آزمون فرض
- 59. سطح معنیداری و مقدار p (p-value)
- 60. توان آزمون (Power of a Test)
- 61. آزمون Z برای میانگین جامعه (واریانس معلوم)
- 62. پیادهسازی آزمون Z یکنمونهای در R
- 63. توزیع t-استیودنت و کاربرد آن
- 64. آزمون t برای میانگین جامعه (واریانس نامعلوم)
- 65. پیادهسازی آزمون t یکنمونهای در R
- 66. مقایسه میانگین دو جامعه مستقل: آزمون t
- 67. بررسی فرض برابری واریانسها (آزمون F و لوین) در R
- 68. پیادهسازی آزمون t مستقل در R (با فرض برابری واریانس)
- 69. پیادهسازی آزمون t مستقل در R (با فرض عدم برابری واریانس)
- 70. مقایسه میانگین دو جامعه وابسته: آزمون t زوجی
- 71. پیادهسازی آزمون t زوجی در R
- 72. مقایسه نسبتهای دو جامعه: آزمون Z
- 73. پیادهسازی آزمون Z برای نسبتها در R
- 74. محاسبه اندازه اثر (Effect Size) برای مقایسه میانگینها
- 75. نمونهگیری و تعیین حجم نمونه مناسب برای مقایسه دو جامعه
- 76. مقدمهای بر آنالیز واریانس (ANOVA): منطق و کاربرد
- 77. آنالیز واریانس یکطرفه (One-Way ANOVA)
- 78. فرضیات آنالیز واریانس
- 79. پیادهسازی One-Way ANOVA در R
- 80. آزمونهای تعقیبی (Post-Hoc Tests): Bonferroni، Tukey HSD
- 81. پیادهسازی آزمونهای تعقیبی در R
- 82. آنالیز واریانس دوطرفه (Two-Way ANOVA)
- 83. تفسیر اثرات اصلی و اثر متقابل در Two-Way ANOVA
- 84. پیادهسازی Two-Way ANOVA در R
- 85. بررسی فرض نرمال بودن با آزمون شاپیرو-ویلک و نمودار Q-Q در R
- 86. مقدمهای بر همبستگی: سنجش رابطه بین دو متغیر کمی
- 87. نمودار پراکندگی (Scatter Plot) در R
- 88. ضریب همبستگی پیرسون (Pearson Correlation)
- 89. محاسبه ضریب همبستگی پیرسون در R
- 90. ضریب همبستگی اسپیرمن (Spearman Correlation)
- 91. رگرسیون خطی ساده: مدل و فرضیات
- 92. برازش مدل رگرسیون خطی ساده در R
- 93. تفسیر خروجی مدل رگرسیون در R: ضرایب، R-squared
- 94. بررسی فرضیات رگرسیون: باقیماندهها و تشخیص نقاط پرت
- 95. پیشبینی با مدل رگرسیون در R
- 96. رگرسیون خطی چندگانه: توسعه مدل
- 97. برازش مدل رگرسیون خطی چندگانه در R
- 98. انتخاب متغیرها در رگرسیون چندگانه
- 99. آزمون کای-دو (Chi-Square Test) برای دادههای طبقهای در R
- 100. معرفی آزمونهای ناپارامتری: ویلکاکسون و کروسکال-والیس در R
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.