دوره تحلیل و ارزیابی مدل‌های رگرسیون پواسون و دوجمله‌ای منفی در نرم‌افزار SAS همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل و ارزیابی مدل‌های رگرسیون پواسون و دوجمله‌ای منفی در نرم‌افزار SAS

موضوع کلی: علوم داده و تحلیل‌های آماری پیشرفته

موضوع میانی: مدل‌سازی آماری داده‌های شمارشی

📋 سرفصل‌های دوره

• 1. مبانی تحلیل داده‌های شمارشی و تفاوت آن با داده‌های پیوسته
• 2. آشنایی با توزیع پواسون و ویژگی‌های بنیادی آن
• 3. بررسی شرط برابری میانگین و واریانس در مدل‌های پواسون
• 4. مقدمه‌ای بر محیط برنامه‌نویسی SAS برای تحلیل‌های آماری
• 5. آماده‌سازی و پاک‌سازی داده‌ها برای تحلیل رگرسیون شمارشی
• 6. شناسایی متغیرهای وابسته شمارشی و متغیرهای مستقل در SAS
• 7. اجرای مدل رگرسیون پواسون با استفاده از پروسیجر PROC GENMOD
• 8. تفسیر خروجی‌های آماری مدل پواسون در نرم‌افزار SAS
• 9. بررسی نیکویی برازش مدل و معیارهای اطلاعاتی AIC و BIC
• 10. مفهوم بیش‌‌پراکندگی یا Overdispersion در داده‌های شمارشی
• 11. شناسایی و تشخیص بیش‌‌پراکندگی با استفاده از شاخص‌های آماری
• 12. معرفی توزیع دوجمله‌ای منفی به عنوان جایگزین مدل پواسون
• 13. تفاوت‌های ساختاری و ریاضی مدل‌های پواسون و دوجمله‌ای منفی
• 14. تخمین پارامترها در مدل دوجمله‌ای منفی با استفاده از SAS
• 15. ارزیابی کارایی مدل دوجمله‌ای منفی در مواجهه با بیش‌‌پراکندگی
• 16. کاربرد متغیرهای معرف یا Dummy Variables در مدل‌سازی شمارشی
• 17. استفاده از اثرات متقابل در مدل‌های رگرسیون شمارشی
• 18. بررسی پیش‌فرض‌های مدل‌سازی در حضور متغیرهای مستقل پیوسته
• 19. تحلیل باقیمانده‌ها و تشخیص نقاط پرت در مدل‌های شمارشی
• 20. استفاده از نمودارهای تشخیصی برای ارزیابی برازش مدل
• 21. معرفی مدل‌های تورم‌صفر یا Zero-Inflated برای داده‌های دارای صفر مازاد
• 22. ساختار مدل پواسون با تورم‌صفر ZIP در نرم‌افزار SAS
• 23. ساختار مدل دوجمله‌ای منفی با تورم‌صفر ZINB
• 24. انتخاب بین مدل‌های ZIP و ZINB بر اساس آزمون‌های آماری
• 25. تحلیل تفسیرپذیری ضرایب در مدل‌های رگرسیون شمارشی
• 26. محاسبه و تفسیر نسبت نرخ یا Rate Ratio در مدل‌های پواسون
• 27. کاربرد مدل‌های شمارشی در مطالعات علوم پزشکی و بهداشت عمومی
• 28. تحلیل داده‌های طولی و تکراری با استفاده از مدل‌های اثرات تصادفی
• 29. پیاده‌سازی مدل‌های شمارشی در پروسیجر PROC GLIMMIX
• 30. مقایسه عملکرد مدل‌های رگرسیون شمارشی با مدل‌های کلاسیک خطی
• 31. اعتبارسنجی مدل با استفاده از روش‌های نمونه‌گیری مجدد
• 32. گزارش‌نویسی نتایج آماری مدل‌های شمارشی برای مجامع علمی
• 33. کاربرد مدل‌سازی شمارشی در تحلیل‌های اقتصادی و اجتماعی
• 34. ارزیابی دقت پیش‌بینی مدل‌های شمارشی در داده‌های تست
• 35. مدیریت داده‌های مفقود در مدل‌های رگرسیون شمارشی
• 36. اصول گزارش‌دهی اخلاقی نتایج تحلیل‌های آماری
• 37. خلاصه و جمع‌بندی نهایی در انتخاب مدل بهینه برای داده‌های شمارشی