دوره تحلیل داده‌های غیرنرمال با R همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های غیرنرمال با R

موضوع کلی: آمار و تحلیل داده با زبان R

موضوع میانی: آزمون‌های ناپارامتری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل داده‌های غیرنرمال
• 2. آشنایی با انواع داده‌های غیرنرمال
• 3. توزیع‌های غیرنرمال رایج در داده‌ها
• 4. شناسایی داده‌های پرت و تاثیر آن‌ها
• 5. روش‌های بصری‌سازی داده‌های غیرنرمال
• 6. آزمون‌های نرمال بودن داده‌ها
• 7. تبدیل داده‌ها برای نرمال‌سازی
• 8. تبدیل لگاریتمی و کاربردهای آن
• 9. تبدیل توان و انتخاب توان مناسب
• 10. تبدیل باکس-کاکس و تفسیر نتایج
• 11. تحلیل داده‌های غیرنرمال با استفاده از R
• 12. نصب و راه‌اندازی بسته‌های مورد نیاز در R
• 13. وارد کردن و پاکسازی داده‌ها در R
• 14. ایجاد نمودارهای توصیفی برای داده‌های غیرنرمال در R
• 15. آمار توصیفی برای داده‌های غیرنرمال در R
• 16. آزمون‌های ناپارامتری: مقدمه‌ای
• 17. آزمون ویلکاکسون (Wilcoxon) برای مقایسه دو گروه
• 18. آزمون کروسکال-والیس (Kruskal-Wallis) برای مقایسه چند گروه
• 19. آزمون فریدمن (Friedman) برای داده‌های تکراری
• 20. همبستگی اسپیرمن (Spearman) و رتبه‌ها
• 21. رگرسیون غیرپارامتری
• 22. مدل‌سازی با استفاده از توابع توزیع غیرنرمال
• 23. تحلیل بقا با داده‌های غیرنرمال
• 24. مدل‌های تعمیم‌یافته خطی (GLM)
• 25. تحلیل واریانس یک‌طرفه با داده‌های غیرنرمال
• 26. تحلیل واریانس دوطرفه با داده‌های غیرنرمال
• 27. تحلیل مولفه‌های اصلی (PCA) برای داده‌های غیرنرمال
• 28. تحلیل خوشه‌ای (Clustering) برای داده‌های غیرنرمال
• 29. روش‌های کاهش ابعاد برای داده‌های غیرنرمال
• 30. اعتبارسنجی مدل‌های تحلیل داده‌های غیرنرمال
• 31. بررسی فرضیات مدل‌های ناپارامتری
• 32. ارزیابی عملکرد مدل و انتخاب بهترین مدل
• 33. پیش‌بینی با استفاده از مدل‌های تحلیل داده‌های غیرنرمال
• 34. کاربرد تحلیل داده‌های غیرنرمال در علوم پزشکی
• 35. کاربرد تحلیل داده‌های غیرنرمال در علوم اجتماعی
• 36. کاربرد تحلیل داده‌های غیرنرمال در مهندسی
• 37. تحلیل سری‌های زمانی غیرنرمال
• 38. مدل‌سازی ARIMA برای داده‌های غیرنرمال
• 39. تحلیل داده‌های مکانی غیرنرمال
• 40. تحلیل داده‌های پانل غیرنرمال
• 41. روش‌های بوت‌استرپ (Bootstrap) برای داده‌های غیرنرمال
• 42. بررسی اثر اندازه (Effect Size) در آزمون‌های ناپارامتری
• 43. گزارش‌نویسی نتایج تحلیل داده‌های غیرنرمال
• 44. نکات تکمیلی و منابع بیشتر