فلشکارتهای آموزشی از صفر تا صد آمار با R: مقدمه ای جامع بر تحلیل داده ها و مدل سازی با زبان R
دوره از صفر تا صد آمار با R: مقدمه ای جامع بر تحلیل داده ها و مدل سازی از صفر تا صد آمار با R: مقدمهای جامع بر تحلیل دادهها و مدلسازی دادهها، زبان جدید دنیا هستند. آیا شما به این زبان مسلط هستید؟ ...
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره از صفر تا صد آمار با R: مقدمه ای جامع بر تحلیل داده ها و مدل سازی با زبان R
موضوع کلی: آمار و احتمال
موضوع میانی: آمار توصیفی و استنباطی با R
📋 سرفصلهای دوره
- 1. معرفی دوره: آمار و R برای تحلیل داده
- 2. نصب R و RStudio: محیط کار و رابط کاربری
- 3. آشنایی با محیط RStudio: پنلها و تنظیمات
- 4. مفاهیم اولیه R: متغیرها و انواع داده
- 5. عملگرهای پایه در R: حسابی، منطقی، مقایسهای
- 6. ساختارهای داده در R: وکتورها
- 7. ساختارهای داده در R: ماتریسها
- 8. ساختارهای داده در R: لیستها
- 9. ساختارهای داده در R: دیتافریمها
- 10. وارد کردن و خارج کردن دادهها در R: فرمتهای CSV و Excel
- 11. معرفی آمار توصیفی: خلاصهسازی دادهها
- 12. مقیاسهای اندازهگیری: اسمی، ترتیبی، فاصلهای، نسبی
- 13. جداول فراوانی: دادههای کیفی
- 14. جداول فراوانی: دادههای کمی
- 15. نمودارهای میلهای و دایرهای در R
- 16. نمودار هیستوگرام در R: توزیع دادهها
- 17. نمودار جعبهای (Box Plot) در R: کشف نقاط پرت
- 18. نمودار ساقه و برگ در R
- 19. معیارهای گرایش مرکزی: میانگین، میانه، مد
- 20. محاسبه معیارهای گرایش مرکزی در R
- 21. معیارهای پراکندگی: دامنه، دامنه بین چارکی (IQR)
- 22. معیارهای پراکندگی: واریانس و انحراف معیار
- 23. محاسبه معیارهای پراکندگی در R
- 24. چارکها و صدکها در R
- 25. ضریب تغییرات و استفاده از آن در R
- 26. شکل توزیع: چولگی و کشیدگی
- 27. محاسبه چولگی و کشیدگی در R
- 28. خلاصهسازی توصیفی دادههای گروهی در R
- 29. بستههای مهم برای آمار توصیفی در R (مانند `summarytools`)
- 30. معرفی `ggplot2`: پایه و اساس مصورسازی پیشرفته
- 31. مقدمهای بر احتمال: مفاهیم پایه
- 32. فضای نمونه و پیشامدها
- 33. قوانین پایه احتمال: اجتماع و اشتراک
- 34. احتمال شرطی و استقلال پیشامدها
- 35. قضیه بیز و کاربردهای آن
- 36. متغیرهای تصادفی: گسسته و پیوسته
- 37. تابع جرم احتمال (PMF) و تابع چگالی احتمال (PDF)
- 38. تابع توزیع تجمعی (CDF)
- 39. امید ریاضی و واریانس متغیرهای تصادفی
- 40. توزیع برنولی و دو جملهای در R
- 41. توزیع پواسون در R
- 42. توزیع یکنواخت پیوسته در R
- 43. توزیع نرمال و خصوصیات آن
- 44. محاسبه احتمالات نرمال در R
- 45. توزیع نمایی در R
- 46. مقدمهای بر نمونهگیری: جامعه و نمونه
- 47. روشهای نمونهگیری تصادفی
- 48. نمونهگیری از توزیع نرمال در R
- 49. توزیع نمونهگیری میانگین نمونه
- 50. قضیه حد مرکزی (Central Limit Theorem)
- 51. شبیهسازی قضیه حد مرکزی در R
- 52. توزیع نمونهگیری نسبت نمونه
- 53. مفاهیم برآورد: برآوردگر نقطهای و فاصلهای
- 54. برآورد فاصلهای: فواصل اطمینان
- 55. محاسبه فواصل اطمینان برای میانگین و نسبت در R
- 56. مقدمهای بر آزمون فرض: منطق و مراحل
- 57. فرضیههای صفر و جایگزین
- 58. خطاهای نوع اول و دوم در آزمون فرض
- 59. سطح معنیداری و مقدار p (p-value)
- 60. توان آزمون (Power of a Test)
- 61. آزمون Z برای میانگین جامعه (واریانس معلوم)
- 62. پیادهسازی آزمون Z یکنمونهای در R
- 63. توزیع t-استیودنت و کاربرد آن
- 64. آزمون t برای میانگین جامعه (واریانس نامعلوم)
- 65. پیادهسازی آزمون t یکنمونهای در R
- 66. مقایسه میانگین دو جامعه مستقل: آزمون t
- 67. بررسی فرض برابری واریانسها (آزمون F و لوین) در R
- 68. پیادهسازی آزمون t مستقل در R (با فرض برابری واریانس)
- 69. پیادهسازی آزمون t مستقل در R (با فرض عدم برابری واریانس)
- 70. مقایسه میانگین دو جامعه وابسته: آزمون t زوجی
- 71. پیادهسازی آزمون t زوجی در R
- 72. مقایسه نسبتهای دو جامعه: آزمون Z
- 73. پیادهسازی آزمون Z برای نسبتها در R
- 74. محاسبه اندازه اثر (Effect Size) برای مقایسه میانگینها
- 75. نمونهگیری و تعیین حجم نمونه مناسب برای مقایسه دو جامعه
- 76. مقدمهای بر آنالیز واریانس (ANOVA): منطق و کاربرد
- 77. آنالیز واریانس یکطرفه (One-Way ANOVA)
- 78. فرضیات آنالیز واریانس
- 79. پیادهسازی One-Way ANOVA در R
- 80. آزمونهای تعقیبی (Post-Hoc Tests): Bonferroni، Tukey HSD
- 81. پیادهسازی آزمونهای تعقیبی در R
- 82. آنالیز واریانس دوطرفه (Two-Way ANOVA)
- 83. تفسیر اثرات اصلی و اثر متقابل در Two-Way ANOVA
- 84. پیادهسازی Two-Way ANOVA در R
- 85. بررسی فرض نرمال بودن با آزمون شاپیرو-ویلک و نمودار Q-Q در R
- 86. مقدمهای بر همبستگی: سنجش رابطه بین دو متغیر کمی
- 87. نمودار پراکندگی (Scatter Plot) در R
- 88. ضریب همبستگی پیرسون (Pearson Correlation)
- 89. محاسبه ضریب همبستگی پیرسون در R
- 90. ضریب همبستگی اسپیرمن (Spearman Correlation)
- 91. رگرسیون خطی ساده: مدل و فرضیات
- 92. برازش مدل رگرسیون خطی ساده در R
- 93. تفسیر خروجی مدل رگرسیون در R: ضرایب، R-squared
- 94. بررسی فرضیات رگرسیون: باقیماندهها و تشخیص نقاط پرت
- 95. پیشبینی با مدل رگرسیون در R
- 96. رگرسیون خطی چندگانه: توسعه مدل
- 97. برازش مدل رگرسیون خطی چندگانه در R
- 98. انتخاب متغیرها در رگرسیون چندگانه
- 99. آزمون کای-دو (Chi-Square Test) برای دادههای طبقهای در R
- 100. معرفی آزمونهای ناپارامتری: ویلکاکسون و کروسکال-والیس در R
SMART LEARNING PLATFORM
از مطالعه تا یادگیری ماندگار
فراتر از یک مجموعه فلشکارت؛ تجربهای تعاملی برای یادگیری، تمرین، مرور هوشمند و مشاهده مسیر پیشرفت شما، همراه با امکان دریافت گواهی پایان دوره در دورههای واجد شرایط.
مرور فاصلهدار
آمار یادگیری
گواهی دوزبانه
یادگیری را به یک مسیر قابل پیگیری تبدیل کنید
با ورود به سامانه آموزشی، محتوای دوره را بهصورت مرحلهای دنبال کنید، فلشکارتها را مرور کنید، دانش خود را با پرسشها و آزمونها بسنجید و روند پیشرفتتان را در طول مسیر ببینید.
⟳
مرور فاصلهدار هوشمند
با مرور زماندار، کارتهای تازه و کارتهای سررسیدشده را بر اساس برنامه مرور دنبال کنید. ارزیابی پاسخها به زمانبندی مرورهای بعدی کمک میکند تا تمرین متناسبتری داشته باشید.
◉
مشاهده مسیر پیشرفت
میزان مشاهده فلشکارتها، فعالیتهای مرور، عملکرد آزمونها و آمار یادگیری را بررسی کنید و تصویر روشنتری از مسیر آموزشی خود داشته باشید.
▤
یادگیری مرحلهبهمرحله
فصلها و بخشهای آموزشی را به ترتیب دنبال کنید، مطالب دیدهنشده را پیدا کنید و بدون سردرگمی به ادامه مسیر برگردید.
✓
تمرین و سنجش آموختهها
با نکتههای آموزشی، پرسش و پاسخ، کوییزها و آزمونهای پایان فصل، دانستههای خود را تمرین کنید و بخشهایی را که به توجه بیشتری نیاز دارند بشناسید.
SMART REVIEW
هر بار، مرور هدفمندتر
لازم نیست هر روز از ابتدا درباره اینکه چه چیزی را مرور کنید تصمیم بگیرید. سامانه، صف مرور روزانه را بر اساس کارتهای تازه و موعد مرور کارتها آماده میکند. شما پاسخ را ارزیابی میکنید و برنامه مرور با توجه به آن تنظیم میشود.
دوباره
برای کارتهایی که به تمرین زودتر نیاز دارند.
سخت
برای پاسخهایی که با دشواری به یاد آمدهاند.
خوب
برای پاسخهایی که بهدرستی به یاد آوردهاید.
آسان
برای کارتهایی که پاسخ آنها را بهآسانی میدانید.
برنامه مرور بر اساس ارزیابی شما تنظیم میشود؛ مرور منظم میتواند به تثبیت آموختهها کمک کند، اما بهتنهایی تضمینکننده تسلط کامل نیست.
محتوا را به شیوههای مختلف تمرین کنید
ساختار دورهها متناسب با موضوع آموزشی طراحی شده است و ممکن است انواع مختلفی از محتوا را در بر بگیرد.
نکتههای ساده
برای مرور سریع مفاهیم اصلی و نکات کلیدی.
نکتههای رسمی
برای تمرین تعاریف، اصطلاحات و بیان دقیق علمی.
کوییز
برای سنجش درک مطلب و بررسی گزینه صحیح.
پرسش و پاسخ
برای تمرین یادآوری و سنجش میزان تسلط بر مطالب.
محتوای هر دوره بر اساس ساختار و امکانات فعال همان دوره ارائه میشود.
LEARN ANYWHERE
همراه شما روی مرورگر
برای استفاده از نسخه تحت وب، کافی است با حساب کاربری خود وارد سامانه شوید. بدون نیاز به نصب یک برنامه اختصاصی، میتوانید از مرورگر سازگار روی گوشی، تبلت یا رایانه به دورههای در دسترس خود مراجعه کنید.
گوشی هوشمند
برای مطالعه در زمانهای کوتاه
تبلت و لپتاپ
برای مطالعه و مرور راحتتر
حساب کاربری شخصی
برای دسترسی به دورههای مجاز شما
COURSE COMPLETION CERTIFICATE
گواهی پایان دوره؛ ثبت دستاورد شما
در دورههایی که امکان دریافت گواهی برای آنها فعال است، میتوانید پس از تکمیل شرایط آموزشی، درخواست گواهی پایان دوره ثبت کنید.
شرایط درخواست گواهی
✓ داشتن دسترسی دارای قابلیت گواهی برای دوره مربوطه.
✓ تکمیل اطلاعات لازم در پروفایل، شامل کد ملی معتبر، عکس پرسنلی و نام و نام خانوادگی انگلیسی.
✓ مشاهده تمام فلشکارتهای فعال دوره.
✓ قبولی در آزمونهای پایان فصل، در صورت وجود آزمون برای فصلها.
فارسی و انگلیسی
پس از تأیید و انتشار، نسخههای فارسی و انگلیسی گواهی در دسترس قرار میگیرند.
استعلام آنلاین
گواهی منتشرشده دارای QR Code و لینک اختصاصی برای بررسی آنلاین اعتبار آن است.
دانلود و چاپ
پس از انتشار گواهی، امکان دریافت نسخه PDF فارسی و انگلیسی و چاپ آن فراهم است.
توجه: ثبت درخواست به معنای صدور قطعی نیست. درخواست گواهی پس از بررسی و تأیید ادمین منتشر میشود. این گواهی، گواهی پایان دوره آموزشی است و بهخودیخود معادل مدرک دانشگاهی یا مدرک رسمی مورد تأیید نهادهای دولتی نیست.
یادگیری را شروع کنید؛ پیشرفت را دنبال کنید
با تمرین منظم، مرور هدفمند و پیگیری مسیر آموزشی خود، قدمبهقدم دانش و مهارتهایتان را گسترش دهید.
هر کارت، یک قدم به جلو
امکانات محتوایی، مرور و گواهی بر اساس سطح دسترسی و تنظیمات هر دوره متفاوت است.
نگاهی به محیط سامانه
یادگیری هوشمند، قدمبهقدم
با محیط سامانه آموزشی آشنا شوید و نمونههایی از فضای یادگیری، فلشکارتها و ابزارهای مرور و تمرین را مشاهده کنید.
محیط سامانه آموزشی
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
یادگیری و مرور مطالب
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
تجربه مطالعه تعاملی
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
امکانات بیشتر سامانه
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
یادگیری فراتر از مطالعه معمولی
با فلشکارتهای آموزشی، مرور هدفمند و تمرین مستمر، مطالب را فعالانه یاد بگیرید و مسیر پیشرفت خود را دنبال کنید.
تگها:
Data Analysis
Data Science
R
R Programming
Statistics Introduction
Statistics with R
آمار
آمار استنباطی
آمار با R
آمار توصیفی
آمار و احتمال
آموزش آمار
تحلیل داده
مدل سازی
یادگیری R
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.