کتاب تحلیل آماری کاربردی: قدرت محاسبات در فهم داده‌ها با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

دوره تحلیل آماری کاربردی: قدرت محاسبات در فهم داده‌ها تحلیل آماری کاربردی: قدرت محاسبات در فهم داده‌ها از دل انقلاب داده‌ها، قدرتمندترین ابزار تحلیل آماری را کشف کنید! معرفی دوره: سفری به دنیای داده‌ه...

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 87,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل آماری کاربردی: قدرت محاسبات در فهم داده‌ها

موضوع کلی: تحلیل داده

موضوع میانی: آمار محاسباتی

📋 سرفصل‌های دوره

  • 1. مقدمه و مبانی تحلیل آماری کاربردی
  • 2. نقش محاسبات در آمار: نگاهی تاریخی و تاثیر IBM
  • 3. انواع داده‌ها و مقیاس‌های اندازه‌گیری
  • 4. متغیرها: کمی در برابر کیفی
  • 5. مقدمه‌ای بر محیط‌های نرم‌افزاری آماری (مفهومی)
  • 6. تفکر محاسباتی برای درک داده‌ها
  • 7. منابع داده و استراتژی‌های جمع‌آوری
  • 8. ورود داده، اعتبارسنجی و تأیید
  • 9. ساختارهای داده برای محاسبات آماری
  • 10. مدیریت داده‌های گمشده: تکنیک‌های جایگزینی
  • 11. پاکسازی داده‌ها و تشخیص خطا
  • 12. تبدیل داده‌ها: نرمال‌سازی، استانداردسازی
  • 13. ادغام و تغییر شکل مجموعه‌های داده
  • 14. جنبه‌های محاسباتی پیش‌پردازش داده‌ها
  • 15. اطمینان از کیفیت داده‌ها برای تحلیل
  • 16. معیارهای گرایش مرکزی: میانگین، میانه، مد
  • 17. معیارهای پراکندگی: واریانس، انحراف معیار، دامنه
  • 18. توزیع‌های فراوانی و هیستوگرام‌ها
  • 19. نمودارهای جعبه‌ای و تشخیص نقاط پرت
  • 20. نمودارهای پراکندگی برای روابط دومتغیره
  • 21. توزیع‌های تجمعی و چندک‌ها
  • 22. تکنیک‌های پیشرفته بصری‌سازی
  • 23. خلاصه‌سازی داده‌های طبقه‌ای: نمودارهای میله‌ای، دایره‌ای
  • 24. ابزارهای محاسباتی برای تحلیل توصیفی
  • 25. تفسیر آمارهای توصیفی
  • 26. مفاهیم پایه احتمال
  • 27. احتمال شرطی و قضیه بیز
  • 28. متغیرهای تصادفی: گسسته و پیوسته
  • 29. توابع جرم احتمال و توابع چگالی احتمال
  • 30. توزیع دوجمله‌ای و کاربردهای آن
  • 31. توزیع پواسون و شمارش رخدادها
  • 32. توزیع نرمال: ویژگی‌ها و اهمیت آن
  • 33. قضیه حد مرکزی و پیامدهای آن
  • 34. توزیع t استیودنت و توزیع کای‌دو
  • 35. توزیع F برای مقایسه واریانس‌ها
  • 36. شبیه‌سازی متغیرهای تصادفی و توزیع‌ها
  • 37. روش‌های نمونه‌گیری: تصادفی، طبقه‌ای، خوشه‌ای
  • 38. توزیع‌های نمونه‌گیری و خطای استاندارد
  • 39. تخمین نقطه‌ای: ویژگی‌های برآوردگرها (اریبی، کارایی)
  • 40. تخمین حداکثر درستنمایی (مقدمه مفهومی)
  • 41. فواصل اطمینان برای میانگین‌ها (نمونه‌های بزرگ)
  • 42. فواصل اطمینان برای میانگین‌ها (نمونه‌های کوچک - توزیع t)
  • 43. فواصل اطمینان برای نسبت‌ها
  • 44. فواصل اطمینان برای واریانس‌ها
  • 45. تعیین حجم نمونه برای تخمین
  • 46. رویکردهای محاسباتی به فواصل اطمینان
  • 47. مقدمه‌ای بر آزمون فرضیه: فرضیه‌های صفر و جایگزین
  • 48. خطاهای نوع اول و نوع دوم
  • 49. مقادیر P و سطوح معناداری
  • 50. آزمون Z یک نمونه‌ای برای میانگین‌ها
  • 51. آزمون t یک نمونه‌ای برای میانگین‌ها
  • 52. آزمون t دو نمونه‌ای برای میانگین‌های مستقل
  • 53. آزمون t زوجی برای میانگین‌های وابسته
  • 54. آزمون فرضیه برای نسبت‌ها
  • 55. آزمون کای‌دو برازش نیکویی
  • 56. آزمون کای‌دو استقلال (جداول توافقی)
  • 57. توان آزمون و اندازه اثر
  • 58. پیاده‌سازی محاسباتی آزمون‌های فرضیه
  • 59. رگرسیون خطی ساده: مدل و مفروضات
  • 60. تخمین ضرایب رگرسیون (OLS)
  • 61. تفسیر خروجی رگرسیون
  • 62. استنباط در رگرسیون خطی ساده
  • 63. رگرسیون خطی چندگانه: توسعه مدل
  • 64. مفروضات و تشخیص‌ها برای رگرسیون چندگانه
  • 65. تشخیص و مدیریت هم‌خطی
  • 66. تکنیک‌های انتخاب ویژگی (گام به گام، لاسو، ریج - مفهومی)
  • 67. عبارات تعاملی و چندجمله‌ای
  • 68. چهارچوب محاسباتی برای تحلیل رگرسیون
  • 69. آنالیز واریانس یک‌طرفه برای مقایسه میانگین‌های متعدد
  • 70. آنالیز واریانس دوطرفه و اثرات متقابل
  • 71. آنالیز واریانس با اندازه‌گیری‌های مکرر (مفهومی)
  • 72. آزمون‌های پس‌کاوی و مقایسه‌های چندگانه
  • 73. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته (GLMs)
  • 74. رگرسیون لجستیک برای نتایج دودویی
  • 75. رگرسیون پواسون برای داده‌های شمارشی
  • 76. جنبه‌های محاسباتی ANOVA و GLMها
  • 77. چه زمانی از آزمون‌های ناپارامتری استفاده کنیم؟
  • 78. آزمون علامت و آزمون رتبه علامت‌دار ویلکاکسون
  • 79. آزمون یو من‌ویتنی (جمع رتبه‌ای ویلکاکسون)
  • 80. آزمون اچ کروسکال-والیس برای K نمونه مستقل
  • 81. ضریب همبستگی رتبه‌ای اسپیرمن
  • 82. جنبه‌های محاسباتی آزمون‌های ناپارامتری
  • 83. مقدمه‌ای بر شبیه‌سازی مونت کارلو
  • 84. روش بوت‌استرپ برای تخمین توزیع‌های نمونه‌گیری
  • 85. آزمون‌های جایگشتی برای آزمون فرضیه
  • 86. اعتبارسنجی متقابل برای ارزیابی مدل
  • 87. بازنمونه‌گیری جک‌نایف (مفهومی)
  • 88. کارایی محاسباتی در بازنمونه‌گیری
  • 89. مقدمه‌ای بر داده‌های چندمتغیره و مفاهیم آن
  • 90. تحلیل مؤلفه‌های اصلی (PCA): کاهش ابعاد
  • 91. تحلیل عاملی: کشف ساختارهای پنهان
  • 92. تحلیل خوشه‌ای: گروه‌بندی مشاهدات مشابه
  • 93. تحلیل تشخیصی: طبقه‌بندی
  • 94. آنالیز واریانس چندمتغیره (MANOVA - مفهومی)
  • 95. ملاحظات محاسباتی در تحلیل چندمتغیره
  • 96. مفاهیم انباره داده برای تحلیل آماری
  • 97. مدیریت مجموعه داده‌های بزرگ: ملاحظات حافظه و عملکرد
  • 98. محاسبات موازی در تحلیل آماری (مفهومی)
  • 99. روش‌های تحقیق تکرارپذیر در آمار
  • 100. ملاحظات اخلاقی در محاسبات آماری
تگ‌ها: Data Analysis IBM Python R SPSS Statistical Analysis Statistics on the IBM آمار آمار محاسباتی تحلیل آماری تحلیل داده داده داده کاوی داده‌کاوی کاربردی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.