فلش‌کارت‌های آموزشی آمار زیستی به زبان ساده: از صفر تا تحلیل داده‌های پژوهشی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آمار زیستی به زبان ساده: از صفر تا تحلیل داده‌های پژوهشی

موضوع کلی: آمار و روش تحقیق

موضوع میانی: آمار زیستی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر آمار زیستی و نقش آن در پژوهش‌های علوم پزشکی
• 2. انواع داده‌ها: کمی، کیفی، ترتیبی و اسمی
• 3. مقیاس‌های اندازه‌گیری: اسمی، ترتیبی، فاصله‌ای و نسبی
• 4. متغیرهای مستقل و وابسته
• 5. جامعه آماری و نمونه آماری
• 6. روش‌های نمونه‌گیری: تصادفی ساده، طبقه‌ای، خوشه‌ای و سیستماتیک
• 7. خطاهای نمونه‌گیری و روش‌های کاهش آن‌ها
• 8. آمار توصیفی: معیارهای گرایش به مرکز (میانگین، میانه، مُد)
• 9. آمار توصیفی: معیارهای پراکندگی (واریانس، انحراف معیار، دامنه)
• 10. نمایش داده‌ها: جداول فراوانی و نمودارها (هیستوگرام، نمودار میله‌ای، نمودار دایره‌ای)
• 11. توزیع نرمال: ویژگی‌ها و اهمیت آن
• 12. توزیع نرمال استاندارد (Z): محاسبه و تفسیر
• 13. قضیه حد مرکزی (Central Limit Theorem)
• 14. فاصله اطمینان: مفهوم و محاسبه برای میانگین جامعه
• 15. فاصله اطمینان: محاسبه برای نسبت جامعه
• 16. آزمون فرضیه: مفاهیم پایه (فرضیه صفر، فرضیه مقابل)
• 17. سطح معناداری (Alpha) و مقدار P-value
• 18. خطای نوع اول (Type I Error) و خطای نوع دوم (Type II Error)
• 19. توان آزمون (Power of a Test)
• 20. آزمون‌های یک‌طرفه و دوطرفه
• 21. آزمون t تک نمونه‌ای: برای مقایسه میانگین یک نمونه با یک مقدار مشخص
• 22. آزمون t دو نمونه‌ای مستقل: برای مقایسه میانگین دو گروه مستقل
• 23. آزمون t جفتی (Paired t-test): برای مقایسه میانگین دو گروه وابسته
• 24. تحلیل واریانس یک‌طرفه (ANOVA): برای مقایسه میانگین بیش از دو گروه
• 25. فرضیه‌های ANOVA و بررسی آن‌ها
• 26. آزمون تعقیبی (Post-hoc Test): Tukey, Bonferroni
• 27. رگرسیون خطی ساده: مفهوم و معادله رگرسیون
• 28. ضریب همبستگی پیرسون (Pearson Correlation Coefficient)
• 29. تفسیر ضریب همبستگی و آزمون معناداری
• 30. رگرسیون چندگانه: مفهوم و کاربرد
• 31. متغیرهای مداخله‌گر و تعدیل‌کننده در رگرسیون
• 32. رگرسیون لجستیک: مفهوم و کاربرد برای متغیر وابسته دودویی
• 33. نسبت شانس (Odds Ratio) و تفسیر آن در رگرسیون لجستیک
• 34. جدول توافقی (Contingency Table): مفهوم و ساختار
• 35. آزمون خی‌دو (Chi-Square Test): برای استقلال دو متغیر طبقه‌ای
• 36. آزمون خی‌دو: Goodness-of-Fit Test
• 37. آزمون فیشر (Fisher's Exact Test): جایگزینی برای خی‌دو در نمونه‌های کوچک
• 38. معیارهای ارزیابی دقت آزمون‌ها: حساسیت (Sensitivity)
• 39. معیارهای ارزیابی دقت آزمون‌ها: ویژگی (Specificity)
• 40. ارزش اخباری مثبت (Positive Predictive Value - PPV)
• 41. ارزش اخباری منفی (Negative Predictive Value - NPV)
• 42. منحنی ROC (Receiver Operating Characteristic Curve)
• 43. محاسبه سطح زیر منحنی ROC (AUC) و تفسیر آن
• 44. تحلیل بقا (Survival Analysis): مفهوم و کاربرد
• 45. تابع بقا (Survival Function) و تابع خطر (Hazard Function)
• 46. نمودار کاپلان-مایر (Kaplan-Meier Curve): تخمین بقا
• 47. آزمون لاگرنک (Log-Rank Test): برای مقایسه منحنی‌های بقا
• 48. مدل مخاطرات نسبی کاکس (Cox Proportional Hazards Model)
• 49. مفاهیم پایه اپیدمیولوژی: بروز (Incidence) و شیوع (Prevalence)
• 50. انواع مطالعات اپیدمیولوژیک: مقطعی، مورد-شاهدی، کوهورت
• 51. سوگیری (Bias) در مطالعات اپیدمیولوژیک و روش‌های کنترل آن
• 52. اثر مخدوش‌کننده (Confounding) و روش‌های کنترل آن
• 53. معیارهای تاثیر (Measures of Association): خطر نسبی (Relative Risk - RR)
• 54. معیارهای تاثیر: نسبت شانس (Odds Ratio - OR)
• 55. معیارهای تاثیر: تفاوت خطر (Risk Difference - RD)
• 56. متاآنالیز (Meta-Analysis): مفهوم و کاربرد
• 57. نمودار جنگلی (Forest Plot) در متاآنالیز
• 58. ناهمگنی (Heterogeneity) در متاآنالیز و روش‌های بررسی آن
• 59. سوگیری انتشار (Publication Bias) در متاآنالیز و روش‌های بررسی آن
• 60. اصول طراحی کارآزمایی بالینی (Clinical Trial Design)
• 61. تصادفی‌سازی (Randomization) در کارآزمایی بالینی
• 62. کورسازی (Blinding) در کارآزمایی بالینی
• 63. انواع طرح‌های کارآزمایی بالینی: موازی، متقاطع
• 64. ملاحظات اخلاقی در پژوهش‌های زیستی
• 65. رضایت آگاهانه (Informed Consent)
• 66. حفاظت از اطلاعات شخصی (Data Privacy)
• 67. اصول گزارش‌دهی پژوهش‌های زیستی (CONSORT, STROBE)
• 68. نرمال‌سازی داده‌ها: روش‌ها و کاربردها
• 69. بررسی و مدیریت داده‌های گمشده (Missing Data)
• 70. شناسایی و حذف داده‌های پرت (Outliers)
• 71. تحلیل داده‌های طولی (Longitudinal Data Analysis)
• 72. تحلیل مسیر (Path Analysis)
• 73. مدل‌سازی معادلات ساختاری (Structural Equation Modeling - SEM)
• 74. تحلیل خوشه (Cluster Analysis)
• 75. تحلیل عامل (Factor Analysis)
• 76. روش‌های ناپارامتری: مفهوم و کاربرد
• 77. آزمون من-ویتنی (Mann-Whitney U Test): جایگزین t-test برای داده‌های غیرنرمال
• 78. آزمون ویلکاکسون (Wilcoxon Signed-Rank Test): جایگزین Paired t-test برای داده‌های غیرنرمال
• 79. آزمون کروسکال-والیس (Kruskal-Wallis Test): جایگزین ANOVA برای داده‌های غیرنرمال
• 80. آزمون فریدمن (Friedman Test): جایگزین Repeated Measures ANOVA برای داده‌های غیرنرمال
• 81. مفاهیم احتمال (Probability)
• 82. توزیع دوجمله‌ای (Binomial Distribution)
• 83. توزیع پواسون (Poisson Distribution)
• 84. مقدمه‌ای بر بیوانفورماتیک (Bioinformatics)
• 85. تحلیل داده‌های ژنومیک (Genomic Data Analysis)
• 86. تحلیل داده‌های پروتئومیک (Proteomic Data Analysis)
• 87. استفاده از نرم‌افزارهای آماری (SPSS, R, SAS)
• 88. وارد کردن داده‌ها به نرم‌افزار آماری
• 89. انجام محاسبات آماری پایه در نرم‌افزار
• 90. ایجاد نمودارها و جداول در نرم‌افزار آماری
• 91. تفسیر خروجی نرم‌افزار آماری
• 92. انتخاب آزمون آماری مناسب برای سوال پژوهشی
• 93. محاسبه حجم نمونه (Sample Size Calculation)
• 94. استفاده از نرم‌افزارهای محاسبه حجم نمونه
• 95. نقش آمار در تصمیم‌گیری‌های بالینی
• 96. ارزیابی نقادانه مقالات پژوهشی
• 97. اخلاق در انتشار یافته‌های پژوهشی
• 98. نگارش گزارش آماری و تفسیر نتایج
• 99. کاربردهای آمار زیستی در بهداشت عمومی
• 100. آینده آمار زیستی و چالش‌های پیش‌رو