کتاب پیش‌بینی رگرسیونی پاسخ دودویی در چارچوب فاکتور-تعدیل شده: از نظریه تا کاربرد در پیش‌بینی رکود آمریکا با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیش‌بینی رگرسیونی پاسخ دودویی در چارچوب فاکتور-تعدیل شده: از نظریه تا کاربرد در پیش‌بینی رکود آمریکا

موضوع کلی: مدل‌سازی و پیش‌بینی سری‌های زمانی اقتصادی

موضوع میانی: پیش‌بینی رگرسیونی با پاسخ دودویی با استفاده از چارچوب فاکتور-تعدیل شده

📋 سرفصل‌های دوره

• 1. مقدمه ای بر پیش بینی سری های زمانی اقتصادی
• 2. مروری بر پاسخ های دودویی و مدل های رگرسیونی
• 3. معرفی مدل های لاجیت و پروبیت
• 4. داده های سری زمانی: ویژگی ها و چالش ها
• 5. مروری بر نظریه فاکتورهای مشترک
• 6. مقدمه ای بر چارچوب فاکتور-تعدیل شده (FAF)
• 7. تخمین فاکتورهای مشترک: روش های اصلی مولفه (PCA)
• 8. تخمین فاکتورهای مشترک: روش های تجزیه مقداری (QMLE)
• 9. آزمون های تعیین تعداد فاکتورها
• 10. مروری بر انتخاب متغیرها در مدل های رگرسیونی
• 11. انتخاب مدل با استفاده از معیارهای اطلاعاتی (AIC، BIC)
• 12. مدل های لاجیت و پروبیت: تفسیر ضرایب
• 13. مدل های لاجیت و پروبیت: محاسبه احتمالات
• 14. ارزیابی عملکرد مدل های پاسخ دودویی: دقت و خطای طبقه بندی
• 15. ارزیابی عملکرد مدل های پاسخ دودویی: ROC و AUC
• 16. پیش بینی برون نمونه: ارزیابی و اعتبارسنجی
• 17. معرفی مدل های رگرسیونی لاجیت و پروبیت فاکتور-تعدیل شده
• 18. ساختار کلی مدل های فاکتور-تعدیل شده
• 19. ادغام فاکتورهای مشترک در مدل های رگرسیونی
• 20. مدل های لاجیت فاکتور-تعدیل شده: فرمولاسیون
• 21. مدل های پروبیت فاکتور-تعدیل شده: فرمولاسیون
• 22. تخمین مدل های لاجیت و پروبیت فاکتور-تعدیل شده
• 23. بررسی پایداری فاکتورها در طول زمان
• 24. کاربرد فاکتورهای تاخیری در مدل سازی
• 25. معرفی مجموعه داده های کلان اقتصادی
• 26. داده های کلان اقتصادی: منابع و ساختار
• 27. انتخاب متغیرهای ورودی برای مدل
• 28. پیش پردازش داده ها: پاکسازی و تبدیل
• 29. استانداردسازی داده ها و مقیاس بندی
• 30. پیاده سازی PCA در عمل
• 31. پیاده سازی QMLE در عمل
• 32. انتخاب تعداد بهینه فاکتورها در عمل
• 33. آزمون های ریشه واحد و هم انباشتگی
• 34. تشخیص هم خطی در داده ها
• 35. ساخت مدل های لاجیت فاکتور-تعدیل شده
• 36. ساخت مدل های پروبیت فاکتور-تعدیل شده
• 37. مقایسه مدل های مختلف: لاجیت، پروبیت، FAF-Logit، FAF-Probit
• 38. ارزیابی عملکرد مدل های مختلف: درون نمونه و برون نمونه
• 39. اعتبارسنجی متقابل برای انتخاب مدل
• 40. تاثیر پارامترهای مدل بر پیش بینی
• 41. تحلیل حساسیت: تغییر پارامترها و تاثیر آن بر خروجی
• 42. تفسیر فاکتورهای مشترک
• 43. استفاده از مدل ها برای پیش بینی رکود
• 44. تعریف و شناسایی رکود اقتصادی
• 45. تاریخچه رکودهای اقتصادی در آمریکا
• 46. شاخص های پیشرو اقتصادی
• 47. کاربرد مدل ها در پیش بینی رکود آمریکا
• 48. پیش بینی احتمال وقوع رکود
• 49. تحلیل ریسک و ارزیابی عدم قطعیت
• 50. مقایسه پیش بینی های مدل با سایر روش ها
• 51. اعتبار سنجی و مقایسه نتایج پیش بینی با داده های واقعی
• 52. تحلیل نتایج پیش بینی رکود
• 53. تفسیر نتایج و پیامدهای سیاستی
• 54. مدل سازی با داده های با فرکانس بالا
• 55. مدل سازی با داده های تلفیقی
• 56. بررسی داده های نامتعادل
• 57. مدل سازی با داده های گمشده
• 58. استفاده از روش های بوت استرپ
• 59. استفاده از روش های انتگرال گیری بیزی
• 60. مدل های لاجیت و پروبیت چند سطحی
• 61. مدل های لاجیت و پروبیت با اثرات تصادفی
• 62. استفاده از شبکه های عصبی در پیش بینی
• 63. معرفی و کاربرد ماشین های بردار پشتیبان (SVM)
• 64. ترکیب مدل های پیش بینی
• 65. بهبود دقت پیش بینی با روش های انسمبل
• 66. ارزیابی و مقایسه روش های انسمبل
• 67. تکنیک های کاهش ابعاد برای داده های بزرگ
• 68. بهینه سازی مدل با استفاده از الگوریتم های تکاملی
• 69. شناسایی الگوهای غیرخطی در داده ها
• 70. مدل های غیرخطی و روش های تخمین
• 71. بررسی اثرات متقابل متغیرها
• 72. استفاده از داده های پویا
• 73. مدل های فضای حالت
• 74. فیلتر کالمن و کاربرد آن در پیش بینی
• 75. نکات عملی در پیاده سازی مدل ها
• 76. مدیریت و پردازش داده ها
• 77. استفاده از نرم افزارهای آماری (R، Python)
• 78. بهینه سازی کد و سرعت محاسبات
• 79. اهمیت انتخاب معیار ارزیابی مناسب
• 80. معرفی مجموعه داده های دیگر (بین المللی)
• 81. بررسی عوامل موثر بر پیش بینی
• 82. ارزیابی و مقایسه مدل ها در محیط های مختلف
• 83. تحلیل حساسیت و پایداری مدل
• 84. مطالعه موردی: پیش بینی بحران مالی 2008
• 85. مطالعه موردی: پیش بینی رکود ناشی از کووید-19
• 86. چالش ها و محدودیت های مدل
• 87. آینده پیش بینی پاسخ های دودویی در اقتصاد
• 88. نوآوری ها و روند های تحقیقاتی اخیر
• 89. کاربرد یادگیری ماشین در پیش بینی
• 90. اخلاق و مسئولیت پذیری در پیش بینی
• 91. جمع بندی و نتیجه گیری
• 92. مروری بر دوره و نکات کلیدی
• 93. منابع و مراجع
• 94. پرسش و پاسخ
• 95. ارائه و بحث در مورد پروژه های عملی
• 96. آشنایی با ابزارهای پیشرفته تحلیل
• 97. دورنما و چالش های آینده