کتاب معمای علیت: رگرسیون و چالش‌ها با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
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 معمای علیت: رگرسیون و چالش‌ها

موضوع کلی: اقتصادسنجی و مدل‌سازی رگرسیونی

موضوع میانی: مسئله علیت معکوس

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل علّی
  • 2. مفاهیم پایه رگرسیون
  • 3. انواع متغیرها در رگرسیون
  • 4. همبستگی و علیت: تفاوت‌ها و ارتباطات
  • 5. رگرسیون خطی ساده: مدل‌سازی و تفسیر
  • 6. برآورد پارامترهای رگرسیون خطی
  • 7. ارزیابی برازش مدل رگرسیون خطی
  • 8. ضریب تعیین (R-squared) و اهمیت آن
  • 9. آزمون فرضیه در رگرسیون خطی
  • 10. فاصله‌های اطمینان برای پارامترها
  • 11. پیش‌بینی با استفاده از مدل رگرسیون
  • 12. رگرسیون خطی چندگانه: مفاهیم و کاربردها
  • 13. چندخطی بودن (Multicollinearity) و راه‌های مقابله با آن
  • 14. تشخیص و رفع مشکلات چندخطی بودن
  • 15. انتخاب متغیرها در رگرسیون چندگانه
  • 16. روش‌های انتخاب متغیر: گام به گام، رو به جلو، رو به عقب
  • 17. معیارهای انتخاب مدل: AIC، BIC
  • 18. رگرسیون غیرخطی: مقدمه و کاربردها
  • 19. مدل‌سازی با توابع غیرخطی
  • 20. تبدیل داده‌ها برای خطی‌سازی روابط
  • 21. رگرسیون لجستیک: مفاهیم و کاربردها
  • 22. احتمال و لگاریتم در رگرسیون لجستیک
  • 23. تفسیر ضرایب رگرسیون لجستیک
  • 24. ارزیابی مدل رگرسیون لجستیک
  • 25. رگرسیون پواسون: کاربرد در داده‌های شمارشی
  • 26. مدل‌سازی داده‌های شمارشی با رگرسیون پواسون
  • 27. رگرسیون منفی دوجمله‌ای: در صورت بیش‌پراکندگی
  • 28. رگرسیون سری‌های زمانی: مفاهیم پایه
  • 29. خودهمبستگی و راه‌های رفع آن
  • 30. مدل‌های ARIMA: ساختار و کاربرد
  • 31. پیش‌بینی با استفاده از مدل‌های سری زمانی
  • 32. رگرسیون با متغیرهای تاخیری
  • 33. اثرات تاخیری و مدل‌سازی آن‌ها
  • 34. رگرسیون داده‌های پانلی: مقدمه و کاربردها
  • 35. اثرات ثابت و تصادفی در رگرسیون پانلی
  • 36. رگرسیون مکانی: مفاهیم و کاربردها
  • 37. خودهمبستگی مکانی و مدل‌سازی آن
  • 38. رگرسیون کوانتایلی: بررسی اثرات در نقاط مختلف توزیع
  • 39. رگرسیون مقاوم: مقابله با داده‌های پرت
  • 40. تشخیص و اصلاح داده‌های پرت
  • 41. رگرسیون با متغیرهای دسته‌ای
  • 42. کدگذاری متغیرهای دسته‌ای
  • 43. رگرسیون منظم‌شده (Regularization): L1 و L2
  • 44. انتخاب ویژگی با استفاده از رگرسیون منظم‌شده
  • 45. اعتبارسنجی متقابل (Cross-validation)

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.