دوره طراحی نمونه‌گیری و تحلیل توان آزمون: از تئوری تا عمل همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی نمونه‌گیری و تحلیل توان آزمون: از تئوری تا عمل

موضوع کلی: آمار و احتمالات

موضوع میانی: روش‌های آماری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر توان آزمون و اندازه نمونه
• 2. اهمیت توان آزمون در پژوهش‌های علمی
• 3. خطاهای نوع اول و دوم
• 4. رابطه توان آزمون، اندازه اثر، و سطح معنی‌داری
• 5. اندازه اثر: شاخص‌های رایج و تفسیر آن‌ها
• 6. تخمین اندازه اثر بر اساس مطالعات قبلی
• 7. محاسبه توان آزمون برای آزمون‌های فرضیه
• 8. توان آزمون پسین (Post-hoc Power Analysis) و محدودیت‌های آن
• 9. تحلیل حساسیت (Sensitivity Analysis)
• 10. آشنایی با نرم‌افزارهای محاسبه توان آزمون (G*Power)
• 11. محاسبه اندازه نمونه برای آزمون t مستقل
• 12. محاسبه اندازه نمونه برای آزمون t زوجی
• 13. محاسبه اندازه نمونه برای آنالیز واریانس (ANOVA)
• 14. محاسبه اندازه نمونه برای رگرسیون خطی ساده
• 15. محاسبه اندازه نمونه برای رگرسیون خطی چندگانه
• 16. محاسبه اندازه نمونه برای آزمون‌های غیرپارامتری (مان-ویتنی یو، کروسکال-والیس)
• 17. محاسبه اندازه نمونه برای آزمون‌های کی‌دو
• 18. محاسبه اندازه نمونه برای مطالعات همگروهی (Cohort Studies)
• 19. محاسبه اندازه نمونه برای مطالعات مورد-شاهدی (Case-Control Studies)
• 20. محاسبه اندازه نمونه برای مطالعات مقطعی (Cross-Sectional Studies)
• 21. محاسبه اندازه نمونه برای آزمایش‌های بالینی
• 22. محاسبه اندازه نمونه برای مطالعات مربوط به تشخیص (Diagnostic Tests)
• 23. در نظر گرفتن نرخ ریزش در محاسبات اندازه نمونه
• 24. محاسبه اندازه نمونه برای مطالعات تکراری اندازه‌گیری
• 25. محاسبه اندازه نمونه با در نظر گرفتن عوامل هم‌تغییر (Confounding Variables)
• 26. محاسبه اندازه نمونه برای مدل‌های چند سطحی (Multilevel Models)
• 27. محاسبه اندازه نمونه برای تحلیل‌های بقا (Survival Analysis)
• 28. محاسبه اندازه نمونه برای مطالعات متاآنالیز (Meta-Analysis)
• 29. بررسی فرضیات آزمون‌های آماری و تاثیر آن‌ها بر توان آزمون
• 30. تفسیر نتایج تحلیل توان آزمون و گزارش آن‌ها
• 31. اشتباهات رایج در محاسبات اندازه نمونه
• 32. تأثیر نوع طراحی پژوهش بر توان آزمون و اندازه نمونه
• 33. توان آزمون و ملاحظات اخلاقی در پژوهش
• 34. نرم‌افزارهای پیشرفته‌تر برای تحلیل توان آزمون (R, SAS)