دوره کاربرد مدل‌های خطی با متغیرهای طبقه‌بندی شده در تحلیل داده‌های پژوهشی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربرد مدل‌های خطی با متغیرهای طبقه‌بندی شده در تحلیل داده‌های پژوهشی

موضوع کلی: تحلیل داده‌های آماری و مدل‌سازی ریاضی

موضوع میانی: مدل‌های رگرسیون و تحلیل پیش‌بینی‌کننده

📋 سرفصل‌های دوره

• 1. مبانی و مفاهیم پایه در مدل‌سازی آماری
• 2. مفهوم متغیرهای طبقه‌بندی شده و نقش آن‌ها در مدل‌های خطی
• 3. مقیاس‌های اندازه‌گیری و کدگذاری متغیرهای کیفی
• 4. بررسی توزیع‌های آماری در مدل‌های خطی تعمیم‌یافته
• 5. مبانی رگرسیون خطی ساده و مفروضات کلاسیک
• 6. معرفی متغیرهای مجازی در مدل‌سازی رگرسیون
• 7. کدگذاری دوتایی و تفسیر ضرایب در مدل‌های خطی
• 8. روش‌های کدگذاری برای متغیرهای اسمی با بیش از دو سطح
• 9. تفسیر تعامل بین متغیرهای کمی و کیفی
• 10. تحلیل واریانس یک‌طرفه به عنوان یک مدل خطی
• 11. تحلیل واریانس دوطرفه و بررسی اثرات متقابل
• 12. مفاهیم پایه در مدل‌های خطی با اثرات ثابت
• 13. بررسی مفروضات مدل و روش‌های تشخیص داده‌های پرت
• 14. تحلیل باقی‌مانده‌ها برای ارزیابی برازش مدل
• 15. استفاده از روش حداقل مربعات معمولی در مدل‌های طبقه‌بندی شده
• 16. بررسی ناهمسانی واریانس و راهکارهای اصلاح آن
• 17. استفاده از متغیرهای کمکی در مدل‌های رگرسیونی
• 18. ارزیابی معناداری مدل با استفاده از آزمون‌های فرض آماری
• 19. مقایسه‌های چندگانه و روش‌های تصحیح نرخ خطای خانواده‌وار
• 20. تحلیل کوواریانس در پژوهش‌های کاربردی
• 21. بررسی مدل‌های خطی با تعاملات پیچیده
• 22. روش‌های انتخاب مدل و معیارهای اطلاعاتی آکایکه و بیزی
• 23. کاربرد مدل‌های خطی در تحلیل داده‌های پیمایشی
• 24. تفسیر خروجی‌های نرم‌افزارهای آماری در مدل‌های خطی
• 25. اعتبارسنجی مدل و روش‌های ارزیابی پیش‌بینی
• 26. کاربرد رگرسیون لجستیک برای متغیرهای پاسخ طبقه‌بندی شده
• 27. تفسیر نسبت شانس در مدل‌های رگرسیون لجستیک
• 28. بررسی برازش مدل‌های رگرسیون لجستیک با آزمون‌های نیکویی برازش
• 29. تحلیل مدل‌های خطی با داده‌های گمشده
• 30. روش‌های جایگزینی داده‌های گمشده در مدل‌های آماری
• 31. مقدمه‌ای بر مدل‌های خطی آمیخته برای داده‌های خوشه‌ای
• 32. کاربرد مدل‌های خطی در تحلیل داده‌های سری زمانی کوتاه
• 33. مدل‌سازی روندها با استفاده از متغیرهای طبقه‌بندی شده زمانی
• 34. بررسی اثرات آستانه‌ای در مدل‌های خطی
• 35. تکنیک‌های مصورسازی نتایج مدل‌های خطی و طبقه‌بندی شده
• 36. نحوه گزارش‌دهی نتایج آماری در مقالات علمی و پژوهشی
• 37. اخلاق در تحلیل داده و رعایت امانت در گزارش نتایج
• 38. پروژه عملی: تحلیل یک مجموعه داده واقعی با متغیرهای طبقه‌بندی شده
• 39. مرور نهایی و جمع‌بندی کاربردهای مدل‌های خطی در علوم داده