کتاب رگرسیون خطی در اکسل: از مبانی تا تحلیل پیشرفته با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 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 رگرسیون خطی در اکسل: از مبانی تا تحلیل پیشرفته

موضوع کلی: تحلیل داده‌ها و آمار

موضوع میانی: مدل‌سازی آماری و پیش‌بینی

📋 سرفصل‌های دوره

  • 1. مفاهیم پایه آمار توصیفی
  • 2. مفاهیم پایه احتمال
  • 3. آشنایی با نرم‌افزار اکسل برای تحلیل داده‌ها
  • 4. وارد کردن و سازماندهی داده‌ها در اکسل
  • 5. نمودارهای پایه در اکسل: هیستوگرام، نمودار پراکنش
  • 6. مفهوم رگرسیون خطی و کاربردهای آن
  • 7. رگرسیون خطی ساده: مدل و فرضیات
  • 8. برآورد پارامترهای رگرسیون خطی
  • 9. ارزیابی کیفیت برازش مدل رگرسیون
  • 10. ضریب تعیین (R-squared) و تفسیر آن
  • 11. آزمون معناداری ضرایب رگرسیون
  • 12. فاصله اطمینان برای ضرایب رگرسیون
  • 13. پیش‌بینی با استفاده از مدل رگرسیون خطی
  • 14. تحلیل مانده‌ها و بررسی فرضیات رگرسیون
  • 15. شناسایی و برخورد با نقاط پرت (Outliers)
  • 16. شناسایی و برخورد با داده‌های تاثیرگذار (Influential Points)
  • 17. رگرسیون خطی چندگانه: مدل و تفسیر
  • 18. انتخاب متغیرهای مستقل در مدل رگرسیون چندگانه
  • 19. متغیرهای دست‌ساز (Dummy Variables) و کاربرد آن‌ها
  • 20. چندخطی بودن (Multicollinearity) و راهکارهای مقابله با آن
  • 21. رگرسیون چندمتغیره (Multiple Regression)
  • 22. رگرسیون غیرخطی: مقدمه‌ای
  • 23. رگرسیون پلیمینومیال (Polynomial Regression)
  • 24. رگرسیون لجستیک (Logistic Regression): مقدمه‌ای
  • 25. کاربرد رگرسیون لجستیک در طبقه‌بندی داده‌ها
  • 26. ارزیابی مدل رگرسیون لجستیک
  • 27. رگرسیون داده‌های سری زمانی (Time Series Regression)
  • 28. تحلیل و پیش‌بینی روند (Trend Analysis)
  • 29. تحلیل فصلی (Seasonality Analysis)
  • 30. مدل‌های خودهمبستگی (Autocorrelation Models)
  • 31. رگرسیون با متغیرهای تاخیری (Lagged Variables)
  • 32. رگرسیون وزن‌دار (Weighted Regression)
  • 33. رگرسیون مقاوم (Robust Regression)
  • 34. رگرسیون کوانتیلی (Quantile Regression)
  • 35. استفاده از توابع اکسل برای رگرسیون
  • 36. تحلیل حساسیت در رگرسیون
  • 37. اعتبارسنجی متقابل (Cross-Validation)
  • 38. مدل‌سازی رگرسیونی در شرایط داده‌های محدود
  • 39. رگرسیون خطی و تحلیل تصمیم‌گیری
  • 40. کاربرد رگرسیون در پیش‌بینی فروش
  • 41. رگرسیون خطی و تحلیل ریسک
  • 42. رگرسیون خطی و بهینه‌سازی فرآیندها
  • 43. استفاده از رگرسیون در تحلیل‌های بازاریابی
  • 44. رگرسیون خطی و تحلیل‌های مالی
  • 45. رگرسیون خطی و تحلیل‌های اقتصادی
  • 46. تحلیل رگرسیونی در مطالعات محیط زیست
  • 47. رگرسیون خطی و تحلیل‌های مهندسی
  • 48. رگرسیون خطی و تحلیل‌های پزشکی
  • 49. رگرسیون خطی و تحلیل‌های علوم اجتماعی
  • 50. رگرسیون خطی و تحلیل‌های کشاورزی
  • 51. رگرسیون خطی و تحلیل‌های مدیریت
  • 52. تحلیل رگرسیونی با داده‌های از دست رفته (Missing Data)
  • 53. تحلیل رگرسیونی با داده‌های نامتعادل (Imbalanced Data)
  • 54. مدل‌سازی رگرسیونی با استفاده از داده‌های بزرگ (Big Data)
  • 55. نکات تکمیلی و ترفندهای رگرسیون در اکسل
  • 56. بررسی موارد کاربردی پیشرفته‌تر رگرسیون در اکسل
تگ‌ها: Excel Regression آمار در اکسل اکسل پیش‌بینی با اکسل تحلیل آماری تحلیل داده داده کاوی رگرسیون رگرسیون خطی مدل‌سازی آماری

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.