دوره آزمون‌های ناپارامتری در R: فراتر از مفروضات همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آزمون‌های ناپارامتری در R: فراتر از مفروضات

موضوع کلی: آمار و تحلیل داده با زبان R

موضوع میانی: آزمون‌های ناپارامتری

📋 سرفصل‌های دوره

• 1. آشنایی با آزمون‌های ناپارامتری و کاربرد آن‌ها
• 2. مفاهیم اساسی آمار ناپارامتری
• 3. تفاوت آزمون‌های پارامتری و ناپارامتری
• 4. زمانی که باید از آزمون‌های ناپارامتری استفاده کرد
• 5. آزمون علامت‌ها: مبانی و کاربردها
• 6. آزمون رتبه‌ای علامت‌دار ویلکاکسون: اصول و اجرا
• 7. مقایسه دو نمونه مستقل با آزمون مان-ویتنی یو
• 8. آزمون کروسکال-والیس: مقایسه چند نمونه مستقل
• 9. آزمون فریدمن: تحلیل داده‌های تکراری
• 10. آزمون خی‌دو: بررسی استقلال متغیرها
• 11. آزمون براون-فورسیث: بررسی برابری واریانس‌ها
• 12. آزمون کولموگروف-اسمیرنوف: بررسی توزیع داده‌ها
• 13. آزمون شاپیرو-ویلک: بررسی نرمال بودن داده‌ها
• 14. محاسبه اندازه اثر در آزمون‌های ناپارامتری
• 15. فاصله اطمینان برای میانه
• 16. تحلیل حساسیت در آزمون‌های ناپارامتری
• 17. کاربرد آزمون‌های ناپارامتری در علوم اجتماعی
• 18. کاربرد آزمون‌های ناپارامتری در علوم زیستی
• 19. کاربرد آزمون‌های ناپارامتری در مهندسی
• 20. آزمون‌های ناپارامتری برای داده‌های رتبه‌ای
• 21. آزمون‌های ناپارامتری برای داده‌های اسمی
• 22. تحلیل رگرسیون ناپارامتری
• 23. آزمون‌های ناپارامتری برای داده‌های فصلی
• 24. آزمون‌های ناپارامتری برای داده‌های مرتب شده
• 25. آزمون‌های ناپارامتری در حضور داده‌های پرت
• 26. روش‌های جایگزین برای آزمون‌های پارامتری
• 27. آزمون‌های ناپارامتری و نمونه‌های کوچک
• 28. آزمون‌های ناپارامتری و داده‌های گسسته
• 29. آزمون‌های ناپارامتری و داده‌های پیوسته
• 30. بررسی فرضیات آزمون‌های ناپارامتری
• 31. استفاده از R برای اجرای آزمون علامت‌ها
• 32. اجرای آزمون رتبه‌ای علامت‌دار ویلکاکسون در R
• 33. اجرای آزمون مان-ویتنی یو در R
• 34. اجرای آزمون کروسکال-والیس در R
• 35. اجرای آزمون فریدمن در R
• 36. اجرای آزمون خی‌دو در R
• 37. تفسیر نتایج آزمون‌های ناپارامتری در R
• 38. مصورسازی نتایج آزمون‌های ناپارامتری در R
• 39. نوشتن گزارش نتایج آزمون‌های ناپارامتری
• 40. مدیریت داده‌ها برای آزمون‌های ناپارامتری در R
• 41. پاکسازی و آماده‌سازی داده‌ها برای آزمون‌های ناپارامتری
• 42. وارد کردن داده‌ها به R برای تحلیل ناپارامتری
• 43. خروجی گرفتن از نتایج آزمون‌ها در R
• 44. مقایسه نتایج آزمون‌های پارامتری و ناپارامتری
• 45. انتخاب آزمون ناپارامتری مناسب بر اساس نوع داده