کتاب استنتاج علّی در شبکه‌های دو بخشی: رویکردی نوآورانه برای ارزیابی اثرات مداخله‌ای (با نگاهی به کاربرد در مطالعات سلامت و اقتصاد منطقه‌ای) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره استنتاج علّی در شبکه‌های دو بخشی: رویکردی نوآورانه برای ارزیابی اثرات مداخله‌ای (با نگاهی به کاربرد در مطالعات سلامت و اقتصاد منطقه‌ای)

موضوع کلی: آمار و استنتاج علّی

موضوع میانی: استنتاج علّی در شبکه‌های پیچیده و اثرات متداخل

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر استنتاج علّی: چرا و چگونه؟
• 2. تعریف علیت: از فلسفه تا آمار
• 3. مدل علّی پاتنشال اوتکام (Potential Outcomes Framework)
• 4. مفاهیم اساسی: متغیرهای مداخله، پیامد و هم‌متغیرها
• 5. فرض عدم تداخل واحد پایدار (SUTVA): پیش‌فرض‌ها و محدودیت‌ها
• 6. هدف استنتاج علّی: اثر علّی متوسط (ATE) و اثر علّی متوسط بر واحدهای تحت درمان (ATT)
• 7. ناشناخته بودن اوتکام‌های پاتنشال و مسئله اساسی استنتاج علّی
• 8. مفهوم مقابله با واقعیت (Counterfactuals)
• 9. هم‌ترازی (Confounding) و بایاس در تخمین علّی
• 10. مدل‌های گراف علّی (Causal Directed Acyclic Graphs - DAGs)
• 11. شناسایی علیت: شرط نادیدگی (Ignorability) و مثبتی (Positivity)
• 12. روش‌های اولیه تخمین: تطبیق (Matching) و وزن‌دهی (Weighting)
• 13. رگرسیون برای استنتاج علّی
• 14. مقدمه‌ای بر آزمون‌های تصادفی کنترل‌شده (RCTs)
• 15. محدودیت‌های روش‌های سنتی در حضور ساختار پیچیده
• 16. مقدمه‌ای بر نظریه گراف: مفاهیم پایه
• 17. گره‌ها، یال‌ها، مسیرها و چرخه‌ها
• 18. انواع گراف‌ها: جهت‌دار، بدون جهت، وزن‌دار
• 19. معیارهای مرکزی در شبکه‌ها (Centrality Measures)
• 20. تحلیل مؤلفه‌های متصل در گراف‌ها
• 21. معرفی شبکه‌های پیچیده و ویژگی‌های آنها
• 22. مدل‌های تولید شبکه: تصادفی و بدون مقیاس
• 23. شبکه‌های دو بخشی (Bipartite Networks) چیستند؟
• 24. نمایش شبکه‌های دو بخشی: ماتریس‌های مجاورت
• 25. مثال‌هایی از شبکه‌های دو بخشی در دنیای واقعی
• 26. چرا ساختار شبکه برای استنتاج علّی اهمیت دارد؟
• 27. شکست فرضیه SUTVA در شبکه‌ها: تداخل و سرایت
• 28. مفاهیم اولیه تداخل (Interference) و انواع آن
• 29. چالش‌های شناسایی و تخمین اثرات علّی در حضور شبکه
• 30. فرصت‌های استفاده از ساختار شبکه برای استنتاج قوی‌تر
• 31. تعریف واحدهای مداخله (Intervention Units - IUs)
• 32. تعریف واحدهای پیامد (Outcome Units - OUs)
• 33. تمایز کلیدی بین IU و OU: چرا این تمایز حیاتی است؟
• 34. مثال‌هایی از تمایز IU و OU در مطالعات سلامت
• 35. مثال‌هایی از تمایز IU و OU در اقتصاد منطقه‌ای
• 36. مدل‌سازی ارتباط بین IUها و OUها از طریق شبکه‌های دو بخشی
• 37. نمایش رسمی شبکه دو بخشی IU-OU
• 38. واحدهای مداخله محلی، واحدهای پیامد محلی
• 39. مداخله در سطح بالا، پیامد در سطح پایین
• 40. مداخله در سطح پایین، پیامد در سطح بالا
• 41. ساختار توپولوژی شبکه و تأثیر آن بر اثرات علّی
• 42. ماتریس همبستگی بین IUها و OUها
• 43. نقش میانجی‌گری در شبکه‌های دو بخشی علّی
• 44. تعریف پاتنشال اوتکام‌ها در حضور تمایز IU-OU
• 45. چهارچوب کلی برای استنتاج علّی با تمایز IU-OU
• 46. تداخل غیرمستقیم (Indirect Interference) در شبکه‌های دو بخشی
• 47. مدل‌های تداخل: از SUTVA تضعیف شده تا مدل‌های شبکه
• 48. تعریف "همسایگی علّی" برای OUها
• 49. انواع اثرات سرایتی (Spillover Effects): مستقیم، غیرمستقیم، کلی
• 50. مدل‌های خطی برای اثرات همسایگی در شبکه‌های دو بخشی
• 51. اثرات مداخله‌ای محلی و اثرات برون‌مرزی (Exogenous Effects)
• 52. شناسایی و اندازه‌گیری اثرات تجمعی (Aggregate Effects)
• 53. مفاهیم تداخل جزئی و تداخل کلی
• 54. فرضیه‌های مورد نیاز برای مدل‌سازی تداخل
• 55. مدل‌های بر پایه تمایل (Propensity-based Models) برای تداخل
• 56. مدل‌های مبتنی بر مواجهه (Exposure-based Models)
• 57. تأثیر تراکم و توزیع مداخله در شبکه
• 58. استنتاج با فرض تداخل محدود (Limited Interference)
• 59. مدل‌های مکانیکی تداخل (Mechanistic Interference Models)
• 60. عدم قطعیت در مشخص کردن ساختار تداخل
• 61. اصول طراحی آزمون‌های تصادفی در شبکه‌های دو بخشی
• 62. تصادفی‌سازی خوشه‌ای (Cluster Randomization) در حضور IU-OU
• 63. تصادفی‌سازی مبتنی بر شبکه (Network-based Randomization)
• 64. طرح‌های تصادفی با هدف کاهش تداخل
• 65. تصادفی‌سازی انفجاری (Ego-network Randomization)
• 66. داده‌های مشاهده‌ای و چالش‌های آنها در شبکه‌های دو بخشی
• 67. روش‌های انتخاب نمونه (Sampling) در شبکه‌ها
• 68. جمع‌آوری داده‌های شبکه: منابع و ابزارها
• 69. مدیریت داده‌های IU و OU: تطبیق و یکپارچه‌سازی
• 70. ملاحظات اخلاقی در طراحی مطالعات شبکه‌ای
• 71. تخمینگرهای بی‌بایاس برای ATE در حضور تداخل
• 72. روش‌های وزن‌دهی برای مقابله با تداخل (Inverse Probability Weighting for Interference)
• 73. تخمینگرهای مبتنی بر مدل برای اثرات شبکه
• 74. تخمین اثرات علّی در حضور هم‌ترازی شبکه‌ای (Network Confounding)
• 75. متغیرهای ابزاری (Instrumental Variables) در شبکه‌های دو بخشی
• 76. روش G-computation برای شبیه‌سازی اوتکام‌های پاتنشال در شبکه‌ها
• 77. رویکردهای یادگیری ماشین در استنتاج علّی شبکه‌ای
• 78. استفاده از مدل‌های احتمالی برای تخمین اثرات تداخل
• 79. تخمین اثرات علّی با حضور چندین سطح از تداخل
• 80. تخمین اثرات علّی مشروط به ویژگی‌های شبکه
• 81. برآورد اثرات همگن و ناهمگن در شبکه‌های دو بخشی
• 82. رگرسیون به روش تفاوت در تفاوت (Difference-in-Differences) در شبکه‌ها
• 83. تحلیل حساسیت (Sensitivity Analysis) برای فرضیه‌های شبکه
• 84. روش‌های بوت‌استرپ و استنباط آماری در شبکه‌ها
• 85. نرم‌افزارها و کتابخانه‌های آماری برای استنتاج علّی شبکه‌ای
• 86. مطالعه موردی: ارزیابی واکسیناسیون و سرایت بیماری در جوامع (سلامت)
• 87. مطالعه موردی: ارزیابی سیاست‌های سلامت عمومی با تمایز IU-OU
• 88. مطالعه موردی: اثرات مداخله‌های آموزشی در مدارس بر پیامدهای دانش‌آموزان
• 89. مطالعه موردی: تأثیر برنامه‌های توسعه منطقه‌ای بر اقتصاد محلی
• 90. مطالعه موردی: ارزیابی سیاست‌های مالیاتی بر شرکت‌ها و اثرات آن بر خانوارها (اقتصاد منطقه‌ای)
• 91. مطالعه موردی: نقش شبکه‌های تأمین مالی در اثربخشی برنامه‌های کمک مالی
• 92. مطالعه موردی: ارزیابی شبکه‌های اجتماعی و رفتارهای بهداشتی
• 93. مطالعه موردی: نوآوری و انتشار دانش در شبکه‌های صنعتی
• 94. چالش‌های عملی در پیاده‌سازی این رویکردها
• 95. محدودیت‌های روش‌شناختی و داده‌ای در کاربردهای واقعی
• 96. مدل‌های دینامیک و زمان‌بندی مداخله در شبکه‌ها
• 97. استنتاج علّی در شبکه‌های چندبخشی (Multi-partite Networks)
• 98. ترکیب داده‌های بزرگ و استنتاج علّی شبکه‌ای
• 99. ملاحظات حاکمیتی و سیاستی بر اساس یافته‌های استنتاج علّی شبکه‌ای
• 100. جهت‌گیری‌های آینده در تحقیقات استنتاج علّی با تمایز IU-OU