دوره آموزش جامع مدل‌سازی آماری و رگرسیون خطی با نرم‌افزار R برای تحلیل داده‌های پژوهشی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش جامع مدل‌سازی آماری و رگرسیون خطی با نرم‌افزار R برای تحلیل داده‌های پژوهشی

موضوع کلی: علوم داده و آمار کاربردی

موضوع میانی: تحلیل‌های آماری و مدل‌سازی پیش‌بینی‌کننده

📋 سرفصل‌های دوره (100 موضوع)

• 1. مبانی علم داده و جایگاه مدل‌سازی آماری در پژوهش‌های علمی
• 2. آشنایی با محیط نرم‌افزاری R و مدیریت داده‌ها
• 3. ساختار داده‌ها و وارد کردن اطلاعات در R
• 4. پاک‌سازی و پیش‌پردازش داده‌های آماری
• 5. تحلیل توصیفی و شاخص‌های مرکزی و پراکندگی
• 6. مصورسازی داده‌ها با استفاده از بسته ggplot2
• 7. مفهوم توزیع‌های احتمالی و کاربرد آن‌ها در آمار
• 8. آزمون‌های فرض آماری و مقادیر P-value
• 9. مفهوم همبستگی و تحلیل روابط بین متغیرها
• 10. مبانی رگرسیون خطی ساده و برازش مدل
• 11. تفسیر ضرایب رگرسیون و آزمون‌های معناداری
• 12. بررسی مفروضات کلاسیک رگرسیون خطی
• 13. تحلیل باقی‌مانده‌ها و بررسی نرمال بودن خطاها
• 14. تشخیص نقاط پرت و داده‌های تأثیرگذار در مدل
• 15. رگرسیون خطی چندگانه و افزودن متغیرهای تبیینی
• 16. انتخاب مدل بهینه و معیارهای برازش آماری
• 17. بررسی هم‌خطی چندگانه در مدل‌های رگرسیونی
• 18. استفاده از متغیرهای مجازی در تحلیل رگرسیون
• 19. تعامل بین متغیرها و اثرات تعدیل‌گر در مدل
• 20. ارزیابی دقت مدل‌های پیش‌بینی‌کننده
• 21. روش‌های اعتبارسنجی متقاطع در مدل‌سازی
• 22. آموزش رگرسیون لجستیک برای داده‌های طبقه‌بندی‌شده
• 23. تفسیر نسبت شانس در مدل‌های رگرسیون لجستیک
• 24. مقدمه‌ای بر رگرسیون چندجمله‌ای و مدل‌های غیرخطی
• 25. روش‌های کاهش ابعاد در تحلیل داده‌های پیچیده
• 26. به‌کارگیری رگرسیون در مطالعات علوم اجتماعی و انسانی
• 27. تحلیل سری‌های زمانی با مدل‌های خطی
• 28. استفاده از بسته‌های پیشرفته آماری در R
• 29. گزارش‌نویسی علمی و ارائه نتایج تحلیل‌های آماری
• 30. اخلاق در تحلیل داده و گزارش‌دهی صادقانه نتایج پژوهشی