کتاب تحلیل پیشرفته رگرسیون گسسته: شناسایی جهش در داده‌های پیچیده (شبکه‌ها، توزیع‌ها و ماتریس‌ها) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل پیشرفته رگرسیون گسسته: شناسایی جهش در داده‌های پیچیده (شبکه‌ها، توزیع‌ها و ماتریس‌ها)

موضوع کلی: اقتصادسنجی پیشرفته و تحلیل داده‌های پیچیده

موضوع میانی: تحلیل ناپیوستگی رگرسیونی برای داده‌های غیراقلیدسی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر اقتصادسنجی پیشرفته
• 2. مروری بر رگرسیون کلاسیک و محدودیت‌های آن
• 3. داده‌های غیراقلیدسی: مقدمه و انواع
• 4. فضاهای متریک و خواص آنها
• 5. توابع فاصله و شباهت در فضاهای متریک
• 6. رگرسیون در فضاهای متریک: چالش‌ها و راهکارها
• 7. میانگین شرطی در فضاهای متریک
• 8. ناپیوستگی رگرسیونی (RD): مروری بر مبانی
• 9. RD کلاسیک: فرضیات و روش‌های تخمین
• 10. شناسایی متغیرهای تعیین کننده در RD
• 11. تخمین اثرات درمان با استفاده از RD
• 12. اعتبارسنجی فرضیات RD
• 13. آزمون‌های حساسیت در RD
• 14. RD فازی و RD تیز: مقایسه و کاربردها
• 15. RD محلی و غیرپارامتری: مفاهیم و روش‌ها
• 16. انتخاب پهنای باند در RD غیرپارامتری
• 17. روش‌های بوت‌استرپ برای برآورد خطای معیار در RD
• 18. مقدمه‌ای بر مقاله "A Test for Jumps in Metric-Space Conditional Means"
• 19. مروری بر ادبیات تحقیق در زمینه RD غیراقلیدسی
• 20. انگیزه و اهمیت مطالعه جهش در میانگین شرطی متریک
• 21. چارچوب نظری مقاله: مفاهیم و تعاریف کلیدی
• 22. فرضیات مقاله و شرایط لازم برای نتایج
• 23. تعریف جهش در میانگین شرطی در فضاهای متریک
• 24. توسعه آزمون آماری برای شناسایی جهش
• 25. آماره آزمون پیشنهادی: خواص و توزیع مجانبی
• 26. برآورد میانگین شرطی در فضاهای متریک با استفاده از روش‌های کرنلی
• 27. محاسبه آماره آزمون با استفاده از داده‌های غیراقلیدسی
• 28. محاسبه مقادیر p و تعیین معناداری آماری
• 29. پیاده‌سازی آزمون جهش در نرم‌افزارهای آماری (R, Python)
• 30. شبیه‌سازی مونت کارلو برای ارزیابی عملکرد آزمون
• 31. بررسی توان آزمون پیشنهادی
• 32. مقایسه آزمون پیشنهادی با روش‌های موجود
• 33. کاربردهای RD غیراقلیدسی در اقتصاد
• 34. تحلیل شبکه‌های اجتماعی با استفاده از RD
• 35. تحلیل توزیع درآمد و ثروت با استفاده از RD
• 36. تحلیل داده‌های ژنومیک با استفاده از RD
• 37. تحلیل بازارهای مالی با استفاده از RD
• 38. تحلیل داده‌های جغرافیایی با استفاده از RD
• 39. تحلیل داده‌های تصویری با استفاده از RD
• 40. تحلیل داده‌های متنی با استفاده از RD
• 41. مثال‌های کاربردی: بررسی تاثیر سیاست‌های دولتی بر نابرابری
• 42. مثال‌های کاربردی: بررسی تاثیر شبکه‌های اجتماعی بر رفتار افراد
• 43. مثال‌های کاربردی: بررسی تاثیر مداخلات درمانی بر سلامت بیماران
• 44. تعمیم آزمون جهش به داده‌های وابسته
• 45. روش‌های مقابله با همبستگی سریالی در داده‌ها
• 46. روش‌های مقابله با خودهمبستگی فضایی در داده‌ها
• 47. برآورد مدل‌های فضایی-زمانی با استفاده از RD
• 48. روش‌های انتخاب مدل در RD غیراقلیدسی
• 49. معیارهای ارزیابی مدل در RD غیراقلیدسی
• 50. روش‌های regularized regression برای داده‌های غیراقلیدسی
• 51. ماشین‌های بردار پشتیبان (SVM) برای RD
• 52. شبکه‌های عصبی برای RD
• 53. یادگیری عمیق برای RD غیراقلیدسی
• 54. روش‌های کاهش ابعاد در داده‌های غیراقلیدسی
• 55. تجزیه و تحلیل مولفه‌های اصلی (PCA) برای داده‌های غیراقلیدسی
• 56. نگاشت ایزومتریک (Isomap)
• 57. نگاشت خطی موضعی (LLE)
• 58. تنوع‌نگاری استوار (t-SNE)
• 59. روش‌های خوشه‌بندی برای داده‌های غیراقلیدسی
• 60. خوشه‌بندی k-means
• 61. خوشه‌بندی سلسله مراتبی
• 62. خوشه‌بندی DBSCAN
• 63. اندازه‌گیری عدم قطعیت در برآوردهای RD
• 64. روش‌های استنباط بیزی در RD
• 65. مدل‌سازی سلسله مراتبی در RD
• 66. روش‌های برخورد با داده‌های گمشده در RD
• 67. تخمین با داده‌های گمشده: حذف لیست‌وار
• 68. تخمین با داده‌های گمشده: انتساب میانگین
• 69. تخمین با داده‌های گمشده: انتساب چندگانه
• 70. روش‌های ارزیابی مدل‌های RD با داده‌های گمشده
• 71. تشخیص نقاط پرت در داده‌های غیراقلیدسی
• 72. روش‌های برخورد با نقاط پرت در RD
• 73. بررسی حساسیت نتایج RD به نقاط پرت
• 74. تحلیل رگرسیونی مبتنی بر کمیت‌ها (Quantile Regression) در فضاهای متریک
• 75. کاربرد کمیت‌ها در بررسی ناهمگنی اثرات درمان
• 76. رگرسیون کمیت برای داده‌های غیراقلیدسی: روش‌ها و چالش‌ها
• 77. تخمین اثرات درمان ناهمگن با استفاده از RD کمیت
• 78. روش‌های پارامتری و ناپارامتری در تخمین RD کمیت
• 79. بررسی تقارن اثرات درمان با استفاده از RD کمیت
• 80. کاربردهای RD کمیت در سیاست‌گذاری اجتماعی و اقتصادی
• 81. توسعه آزمون‌های جدید برای جهش در میانگین شرطی متریک
• 82. ادغام اطلاعات از منابع مختلف داده در RD
• 83. کاربرد روش‌های یادگیری نیمه‌نظارتی در RD
• 84. بررسی اثرات غیرخطی با استفاده از RD
• 85. توسعه روش‌های RD برای داده‌های پویا
• 86. مدل‌های پنل و RD
• 87. کاربرد روش‌های RD در آزمایش‌های تصادفی‌سازی شده کنترل‌شده (RCT)
• 88. توسعه روش‌های RD برای داده‌های بزرگ (Big Data)
• 89. محاسبات توزیع‌شده و موازی در RD
• 90. چالش‌های اخلاقی در استفاده از RD
• 91. تفسیر و ارائه نتایج RD به مخاطبان غیرفنی
• 92. آینده پژوهش در زمینه RD غیراقلیدسی
• 93. پیاده‌سازی یک پروژه عملی با استفاده از RD غیراقلیدسی
• 94. مقایسه و ارزیابی ابزارهای نرم‌افزاری برای تحلیل RD غیراقلیدسی
• 95. مروری بر مقالات پیشرفته در زمینه RD غیراقلیدسی و تحلیل جهش