فلش‌کارت‌های آموزشی فراتر از فرضیه همگنی: مدل‌سازی اثرات همتای ناهمگن بر انتخاب‌های دوتایی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره فراتر از فرضیه همگنی: مدل‌سازی اثرات همتای ناهمگن بر انتخاب‌های دوتایی

موضوع کلی: اقتصادسنجی پیشرفته برای مدل‌سازی رفتارهای اجتماعی

موضوع میانی: مدل‌سازی ساختاری اثرات همتا در شبکه‌های اجتماعی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر اقتصادسنجی رفتارهای اجتماعی
• 2. اهمیت مطالعه تعاملات اجتماعی در اقتصاد مدرن
• 3. تفاوت همبستگی و علیت در تحلیل‌های اجتماعی
• 4. مروری بر مدل‌های انتخاب گسسته (Discrete Choice Models)
• 5. مدل احتمال خطی (LPM) و محدودیت‌های آن
• 6. مبانی مدل‌های لاجیت و پروبیت
• 7. تفسیر ضرایب در مدل‌های غیرخطی: اثرات نهایی (Marginal Effects)
• 8. مفهوم اثرات همتا (Peer Effects) و اهمیت آن
• 9. تاریخچه مختصر مطالعه اثرات همتا در اقتصاد
• 10. مدل خطی در میانگین منسکی (Linear-in-Means Model)
• 11. تفکیک اثرات منسکی: اثرات درونزا (Endogenous Effects)
• 12. تفکیک اثرات منسکی: اثرات بیرونی یا متنی (Exogenous/Contextual Effects)
• 13. تفکیک اثرات منسکی: اثرات همبسته (Correlated Effects)
• 14. مسئله بازتاب (The Reflection Problem): چالش اصلی در شناسایی
• 15. چرا شناسایی اثرات همتا دشوار است؟
• 16. مقدمه‌ای بر داده‌ها و ساختارهای شبکه‌ای
• 17. معرفی نظریه گراف برای اقتصاددانان
• 18. ماتریس مجاورت و نمایش ریاضی شبکه‌ها
• 19. معیارهای کلیدی در تحلیل شبکه: مرکزیت، تراکم و خوشه‌بندی
• 20. ورود ساختار شبکه به مدل‌های اقتصادسنجی
• 21. مدل خودرگرسیون فضایی (SAR) برای متغیرهای پیوسته
• 22. اثرات مستقیم، غیرمستقیم و کلی در مدل‌های فضایی
• 23. ادغام مدل‌های انتخاب دوتایی با ساختار شبکه
• 24. مدل انتخاب دوتایی با اثرات متنی (Contextual Effects Model)
• 25. مدل انتخاب دوتایی با اثرات همتای درونزا: چارچوب پایه
• 26. مشکلات درونزایی در مدل‌های انتخاب دوتایی شبکه‌ای
• 27. فرض بنیادین: اثر همتای همگن (Homogeneous Peer Effect)
• 28. ساختار مدل انتخاب دوتایی با اثر همتای همگن
• 29. تابع درستنمایی (Likelihood Function) برای مدل‌های شبکه‌ای
• 30. چالش‌های محاسباتی: وابستگی متقابل و انتگرال چندبعدی
• 31. تخمین به روش حداکثر درستنمایی (MLE) و مشکلات آن
• 32. روش‌های شبه‌حداکثر درستنمایی (QMLE)
• 33. روش‌های تخمین مبتنی بر شبیه‌سازی: مقدمه
• 34. تخمین به روش حداکثر درستنمایی شبیه‌سازی شده (MSL)
• 35. تخمین به روش گشتاورهای شبیه‌سازی شده (MSM)
• 36. استفاده از متغیرهای ابزاری (IV) در مدل‌های شبکه‌ای
• 37. ساخت متغیرهای ابزاری از ساختار شبکه (ویژگی‌های همتایانِ همتایان)
• 38. محدودیت‌های رویکرد متغیر ابزاری
• 39. فراتر از همگنی: چرا ناهمگنی در اثرات همتا اهمیت دارد؟
• 40. مثال‌های شهودی از اثرات همتای ناهمگن
• 41. انواع ناهمگنی: وابسته به ویژگی‌های فرستنده (Sender)
• 42. انواع ناهمگنی: وابسته به ویژگی‌های گیرنده (Receiver)
• 43. انواع ناهمگنی: وابسته به ویژگی‌های رابطه (Dyadic)
• 44. مقاله الهام‌بخش: معرفی "Heterogeneity in peer effects for binary outcomes"
• 45. هدف و نوآوری اصلی مقاله
• 46. چارچوب نظری مدل ناهمگن
• 47. مشخص‌سازی مدل: پارامتری‌سازی ناهمگنی
• 48. تعامل ویژگی‌های فردی با متغیر اثر همتا
• 49. ساختار کامل مدل انتخاب دوتایی با اثرات همتای ناهمگن
• 50. شرایط شناسایی مدل همگن: بازنگری
• 51. چالش‌های جدید شناسایی در مدل‌های ناهمگن
• 52. قضایای شناسایی برای مدل‌های با اثرات همتای ناهمگن
• 53. نقش تغییرات در ساختار شبکه برای شناسایی
• 54. نقش ویژگی‌های متقاطع برای شناسایی
• 55. استراتژی تخمین برای مدل ناهمگن
• 56. ساخت تابع درستنمایی برای مدل ناهمگن
• 57. رویکرد حداکثر درستنمایی شبیه‌سازی شده برای مدل ناهمگن
• 58. انتخاب شبیه‌ساز مناسب (e.g., GHK simulator)
• 59. الگوریتم گام به گام تخمین
• 60. محاسبه خطاهای استاندارد: رویکردهای تحلیلی و بوت‌استرپ
• 61. تفسیر نتایج در مدل‌های ناهمگن
• 62. محاسبه اثرات نهایی متوسط (Average Marginal Effects)
• 63. محاسبه اثرات نهایی برای افراد خاص
• 64. تجزیه اثرات نهایی: اثر مستقیم ویژگی فرد و اثر شبکه‌ای
• 65. تکاثرهای اجتماعی (Social Multipliers) در مدل ناهمگن
• 66. تفاوت تکاثرهای اجتماعی برای گروه‌های مختلف
• 67. بررسی برازش مدل و آزمون‌های مشخص‌سازی
• 68. آزمون فرض همگنی در برابر ناهمگنی
• 69. آزمون‌های استواری (Robustness Checks)
• 70. مقایسه مدل همگن و ناهمگن: معیارهای اطلاعاتی (AIC/BIC)
• 71. شبیه‌سازی مونت کارلو: ارزیابی عملکرد تخمین‌گرها
• 72. داده‌های مورد نیاز برای پیاده‌سازی مدل
• 73. جمع‌آوری داده‌های شبکه‌ای: چالش‌ها و راهکارها
• 74. مطالعه موردی ۱: پذیرش فناوری در یک جامعه روستایی
• 75. تحلیل داده‌ها و تعریف شبکه در مطالعه موردی ۱
• 76. تخمین و تفسیر نتایج مدل ناهمگن در مطالعه موردی ۱
• 77. مطالعه موردی ۲: تصمیمات تحصیلی در میان دانش‌آموزان
• 78. تحلیل داده‌ها و تعریف شبکه در مطالعه موردی ۲
• 79. یافته‌های کلیدی از ناهمگنی اثرات همتا در مطالعه موردی ۲
• 80. مباحث پیشرفته: درونزایی در تشکیل شبکه
• 81. چرا افراد دوستان خود را انتخاب می‌کنند؟ (Homophily vs. Influence)
• 82. مدل‌های همزمان تشکیل شبکه و رفتار
• 83. رویکردهای دوفازی برای کنترل درونزایی شبکه
• 84. مباحث پیشرفته: مدل‌های پویای اثرات همتا
• 85. ورود بُعد زمان به مدل‌های انتخاب دوتایی شبکه‌ای
• 86. یادگیری اجتماعی و انتشار اطلاعات در طول زمان
• 87. مباحث پیشرفته: اثرات غیرخطی و آستانه‌ای
• 88. مدل‌سازی نقاط عطف (Tipping Points) در رفتار جمعی
• 89. کاربردهای سیاستی: شناسایی افراد کلیدی (Key Players)
• 90. شبیه‌سازی مداخلات سیاستی در شبکه
• 91. پیش‌بینی اثرات سرریز (Spillover Effects) یک سیاست
• 92. پیاده‌سازی عملی: راهنمای نرم‌افزاری (R/Stata/Python)
• 93. کتابخانه‌ها و بسته‌های نرم‌افزاری موجود
• 94. نکات عملی در بهینه‌سازی کدهای تخمین
• 95. اخلاق در تحلیل داده‌های شبکه‌ای و حریم خصوصی
• 96. محدودیت‌های مدل و مسیرهای تحقیقاتی آینده
• 97. فراتر از انتخاب‌های دوتایی: مدل‌های چندجمله‌ای و مرتبه‌ای
• 98. جمع‌بندی: دستاوردهای کلیدی دوره
• 99. بازنگری در مسئله بازتاب در پرتو مدل‌های ناهمگن
• 100. خلاصه نهایی و نگاه به آینده اقتصادسنجی تعاملات اجتماعی